Statistiky webových stránek
V následující tabulce jsou uvedeny statistiky různých technologií používaných na webových stránkách. Pro lepší přehlednost a snadnější interpretaci výsledků jsme použili různé barvy pozadí, které označují přesnost detekce jednotlivých technologií a dalších informací.
Legenda barev:
- Zelená: Vysoká přesnost detekce (např. WordPress, Shoptet, Google Analytics)
- Světlá zelená: Střední přesnost detekce (např. WooCommerce)
- Oranžovo-žlutá: Nízká až střední přesnost detekce (např. Joomla, Webnode, Wix)
- Tmavě oranžová: Specifické funkce (např. Consent V2, HTTPS(u neaktivních domén je dostupný certifikát))
| Popis | Počet |
|---|---|
| Celkový počet domén | 973961 |
| Mrtvé weby | 639761 |
| Používá Shoptet | 21166 |
| Používá WordPress | 166920 |
| Používá WooCommerce | 62603 |
| Používá Joomla | 9672 |
| Používá Drupal | 0 |
| Používá Webnode | 4520 |
| Používá Wix | 8907 |
| Používá Shopify | 799 |
| Používá PrestaShop | 1858 |
| Měří statistiky | 188725 |
| Používá Google Analytics | 129661 |
| Používá GTM | 83679 |
| Consent V2 | 5673 |
| Používá HTTPS | 390422 |
1. Identifikace použití CMS (Content Management System)
- WordPress: Funkce
containsWordPress($html)hledá specifické indikátory v HTML, jako jsou výskytywp-includesawp-contentv hlavičce stránky. - Joomla: Funkce
containsJoomla($html)hledá meta taggenerators hodnotouJoomla! - Open Source Content Management. - Drupal: Funkce
containsDrupal($html)hledá meta taggenerators hodnotouDrupal. - WooCommerce: Funkce
containsWooCommerce($html)hledá výskyty specifických řetězců, jako jsouwoocommerce,wc-,woocommerce-message,woocommerce-cartawoocommerce-checkout. - Shoptet: Funkce
containsShoptet($html)prohledává HTML obsah na indikátory specifické pro Shoptet, napříkladhttps://cdn.myshoptet.com/prj/,shoptet_config,shoptet.dataLayer.pushashoptet.consent.onAccept. - Webnode: Funkce
containsWebnode($html)hledá meta taggenerators hodnotouWebnode. - Wix: Funkce
containsWix($html)hledá meta taggenerators hodnotouWix.com Website Builder. - Shopify: Funkce
containsShopify($html)hledá specifický link tag s hodnotouhttps://cdn.shopify.com. - PrestaShop: Funkce
containsPrestaShop($html)hledá meta taggenerators hodnotouPrestaShop.
2. Kontrola HTTPS
- Kontrola HTTPS: Funkce
isHttps($url)zjišťuje, zda URL používá HTTPS protokol.
3. Kontrola měřících nástrojů
- Google Analytics: Funkce
checkGoogleAnalytics($html)hledá přítomnost URL obsahujícíchhttps://www.googletagmanager.com/gtag/js,https://www.google-analytics.com/analytics.jsnebohttps://www.google-analytics.com/ga.js. - Google Tag Manager: Funkce
checkGoogleTagManager($html)hledá přítomnost URL obsahujícíchhttps://www.googletagmanager.com/gtm.jsnebogoogletagmanager.com/gtm.js. - Režim souhlasu: Funkce
checkConsentMode($html)hledá řetězecgtag("consent", "default").
4. Extrahování kontaktů
- E-mail: Funkce
findEmailAndPhone($html, $domain)extrahuje e-mailové adresy z HTML obsahu pomocí regulárních výrazů hledající anchor tagy smailtonebo samotné e-mailové adresy. - Telefonní číslo: Funkce
findEmailAndPhone($html, $domain)také extrahuje telefonní čísla z HTML obsahu pomocí regulárních výrazů hledající anchor tagy stelnebo samotné telefonní čísla.
5. Identifikace unikátních domén
- Unikátní domény: Funkce
getUniqueDomains($html, $currentDomain)extrahuje všechny odkazy (anchor tagy) z HTML a identifikuje unikátní domény, které se liší od aktuální domény.
Závěr
Tento skript systematicky analyzuje HTML obsah webových stránek a identifikuje různé technologie a klíčové informace pomocí specifických funkcí, které hledají charakteristické řetězce a tagy pro dané technologie. Tímto způsobem lze určit, jaké CMS nebo měřící nástroje web používá, zda používá HTTPS, a také získat kontaktní údaje, jako jsou e-mailové adresy a telefonní čísla.
