Google Analytics cookie内容详解
cookie在WiKi上的解释是：指某些网站为了辨别用户身份而储存在用户本地终端（Client Side）上的数据（通常经过加密）。
Cookie分为两种类型，第一方cookie和第三方cookie。Google Analytics使用第一方cookie
Google Analytics设置了5个不同的cookie，_utma, _utmb, _utmc, _utmz和 _utmv。分别用来存储不同的信息。所有的cookie统一使用_u-t-m开头，所以我们看到这三个字母就知道是google的cookie。
下面逐个介绍Google Analytics的cookie和功能。
_utma的主要功能：识别唯一身份访客
_utma的生存周期为2年。其中第二组的随机唯一ID和第三组的时间戳联合组成了访问者ID，Google Analytics通过这个ID来辨别网站的唯一访问者。而后面的几个时间戳用户计算网站停留时间和访问次数。
_utma Cookie存储的内容：127635166.1360367272.1264374807.1264374807.1264374807.1
第一组数字被叫做“域哈希”，是GA表示这个域的唯一代码。同一域中每个cookie的第一组数据都是“域哈希”，并且值都是一样的。
第二组数字是一个随机产生的唯一ID。
第三，四，五组数字是时间戳，其中第三组数字表示初次访问的时间。第四组数字表示上一次访问的时间，第五组数字表示本次访问开始的时间。
第六组数字是访问次数计数器。这个数字随着访问次数的增加而增加。
PS：上面的三个时间戳数字相同，并且最后的访问次数计数器是1，表示这是第一次访问。
_utmb的主要功能：和_utmc一起决定访客的Session
_utmb的生存周期为30分钟，当访问者在你的网站持续30分钟静止时，utmb将被删除。Google Analytics使用_utmb 和_utmc一起辨别一个session。
_utmb Cookie存储的内容：127635166.2.10.1264374807
第一组数字和_utma一样，是“域哈希”。
后面的几组数字是一些附加值。
_utmc的主要功能：和_utmb一起决定访客的Session
_utmc是一个临时cookie，当用户关闭浏览器时_utmc将一起被删除
_utmc和_utmb一起来识别一个session，当用户访问一个网站时，Google Analytics会检查这两个cookie，如果缺少其中任何一个，Google Analytics都将认为这是一个新的session。
_utmc的内容：127635166 代表“域哈希”。
_utmz的主要功能：存储流量来源信息和链接标记的变量值。
_utmz的生存周期是6个月，_utmz中存储了所有流量的来源信息。
_utmz的内容中一共有4组数字：127635166.1264374807.1.1
第一组数字是“域哈希”。
第二组数字是时间戳。
第三组数字是session number。
第四组数字是campaign number 记录通过不同来源访问网站的次数。
utmcsr=(direct)|utmccn=(direct)|utmcmd=(none)
这些信息代表流量的来源，因为我是直接输入域名直接访问的，所以来源和媒介都是direct
_utmv的主要功能：自定义访问者的属性。
_utmv的生存周期是2年，存储通过_setVar（）自定义用户属性。
_utmv的内容：127635166.user
第一组数字是“域哈希”。
第二个值user是通过_setVar（）设置的用户属性。
PS：_utmv只有在调用了_setVar（）时才会出现。
此外，还有两个cookie __utmx和__utmxx。这两个cookie不是由Google Analytics设置的，而是由Google的Website Optimizer用来做A/B测试或多变量测试用的。如果在访问某个页面后看到这两个cookie，那就说明这个页面正在进行页面优化测试，而你访问的 页面可能是测试中的某一个版本。
Google Analytics中的cookie比较多，每个cookie的属性和功能也各不一样。我做了一个Google Analytics cookie速查表，请在这里下载。
Google Analytics（分析）如何使用 Cookie
Google Analytics（分析）利用 Cookie 定义用户会话，并提供 Google Analytics（分析）报告中的多种关键功能。Google Analytics（分析）设置或更新 Cookie 的目的仅在于收集报告所需数据。此外，Google Analytics（分析）仅使用第一方 Cookie。也就是说 Google Analytics（分析）针对您的域设置的所有 Cookie 仅会向您的域的服务器发送数据。这一做法有效地保证了 Google Analytics（分析）Cookie 成为您网站域的私有财产，来自其他域的任何服务器都无法篡改或获取其中的数据。
下表中列出了通过 Google Analytics（分析）Cookie 获取并在 Google Analytics（分析）报告中使用的信息类型。
| 功能 | Cookie 说明 | 使用的 Cookie |
|---|---|---|
| 设置您网站内容的范围 | 因为任何 Cookie 读/写访问都会同时受到 Cookie 名称和其所在域的限制，所以通过 Google Analytic（分析）进行的访问者跟踪会默认限制在安装跟踪代码网页所在域。一般来说，跟踪代码将安装在单个域中（并且没有其他子域），在这种情况下，通用设置是适用的。如果您希望跨多个域或子域跟踪内容，或将跟踪范围限制在单个域中更为具体的部分，您可以使用 ga.js 跟踪代码中的其他方法定义内容范围。有关详情，请参阅 Collection API 文档中的域和目录。 |
所有 Cookie |
| 确定访问者会话 | 针对 ga.js 的 Google Analytics（分析）跟踪使用两个 Cookie 来建立会话。如果这两个 Cookie 中的任一个缺失，用户的后续活动将会导致启动一个新会话。有关详细的定义以及将会终止会话的情景的列表，请参阅帮助中心中的会话一文。您可以使用 _setSessionCookieTimeout() 方法自定义默认会话时间的长度。
该描述专门针对网页的 |
__utmb |
| 识别唯一身份访问者 | __utma Cookie 会为访问您网站网页的每一个浏览器指定唯一的 ID。通过这种方式，使用同一浏览器对您网站进行的后续访问，将会视为同一（唯一身份）访问者的访问而被记录下来。因此，如果某用户同时使用 Firefox 和 Internet Explorer 与您的网站互动，Google Analytics（分析）报告会将其视为两位唯一身份访问者的活动进行跟踪。同样，如果两位访问者使用同一浏览器，但登录到各自的计算机帐户，那么这些 活动将按照两个唯一身份访问者 ID 进行记录。另一方面，如果两位访问者恰巧使用同一浏览器，同时共享同一计算机帐户，那么将按照一个唯一身份访问者 ID 进行记录，尽管事实上访问是由两个人分别进行的。 |
__utma |
| 跟踪流量来源和浏览过程 | 当用户通过搜索引擎结果、直接链接或链接到您网页的广告到达您的网站时，Google Analytics（分析）会在 Cookie 中储存引荐类型的信息。Cookie 值字符串中的参数将得到解析，并通过 GIF 请求（utmcc 变量）发送。Cookie 的有效期为 6 个月。此 Cookie 会在用户对您网站的每个网页进行后续浏览时获得更新，进而确定访问者对您网站的浏览过程。 |
__utmz |
| 自定义变量 | 您可以根据具体数据定义自己的报告细分。如果您在跟踪代码中使用 _setCustomVar() 方法定义了自定义变量，Google Analytics（分析）将使用此 Cookie 跟踪并报告这一信息。通常情况下，您可以使用此方法根据用户在您网站上选择的自定义人口统计学特点（收入、年龄范围、产品性能），对网站访问者进行细分。 |
___utmv |
| Website Optimizer | 您可以将 Google Analytics（分析）与 Google 网站优化工具配合使用，该工具可帮助您确定最有效的网站设计。网站优化脚本在您的网页中执行时，会将一个 _utmx Cookie 写入到浏览器中，并将其值发送给 Google Analytics（分析）。有关详情，请参阅 Google 网站优化工具帮助中心。 | ___utmx |
一旦在网络浏览器中设置/更新了 Cookie，其中包含的报告所需数据将通过 utmcc 参数发送到 GIF 请求网址中记录的 Google Analytics（分析）服务器。
Google Analytics（分析）设置的 Cookie
Google Analytics（分析）会设置下表中介绍的 Cookie。在默认的配置和使用情况下，Google Analytics（分析）仅会设置表中的前 4 个 Cookie。
| 名称 | 说明 | 有效期 |
|---|---|---|
__utma |
此 Cookie 通常会在该网络浏览器首次访问您的网站时写入其中。如果此 Cookie 被浏览器操作者删除，而该浏览器又对您的网站进行了后续访问，一个拥有不同唯一 ID 的 __utma Cookie 将会写入其中。此 Cookie 用于确定您网站的唯一身份访问者，并会在每次网页浏览时获得更新。此外，Google Analytics（分析）会将为此 Cookie 指定的唯一 ID 作为额外的安全措施，以确保此 Cookie 的有效性和可访问性。 |
设置/更新后 2 年。 |
__utmb |
此 Cookie 用于建立和保持用户与您的网站之间的会话。当用户浏览您网站的某个网页时，Google Analytics（分析）代码会尝试更新此 Cookie。如果未能找到此 Cookie，Google Analytics（分析）会写入一个新的该 Cookie 并建立新的会话。每当用户访问您网站中的其他网页时，此 Cookie 的有效期会重新更新为 30 分钟，因此只要在 30 分钟周期内重复发生了用户活动，单个会话就会一直持续下去。如果用户在您网站中某网页的停留时间超过了 30 分钟，此 Cookie 就会过期。您可以通过 _setSessionCookieTimeout() 方法修改默认的用户会话时间的长度。 |
设置/更新后 30 分钟。 |
__utmc |
此 Cookie 会和 __utmb Cookie 结合使用，确定是否为用户建立新的会话。具体来说，此 Cookie 没有特定的有效期，所以它将在用户退出浏览器时失效。如果某用户访问过您的网站后退出了浏览器并在 30 分钟内再次访问了您的网站，该用户将会由于缺少 __utmc Cookie 而必须建立新的会话，尽管事实上 __utmb Cookie 还尚未失效。 |
未设置。 |
__utmz |
此 Cookie 会储存访问者到达您的网站通过的引荐类型，即是否通过直接方法、引荐连接、网站搜索或广告系列（例如广告或电子邮件）到达。这些信息会用来计算您网站的搜索引擎流量、广告系列和网页的导航方式。此 Cookie 会在每次网页浏览时获得更新。 | 设置/更新后 6 个月。 |
__utmv |
此 Cookie 正常情况下在默认跟踪代码配置中不会出现。__utmv Cookie 通过 _setVar() 方法传递所提供的信息，您可以使用该方法创建自定义用户细分。然后，此字符串将通过 utmcc 参数传递到 GIF 请求网址中记录的 Google Analytics（分析）服务器。仅当您将 _setVar() 方法添加到您网站页面的跟踪代码中时，此 Cookie 才会写入浏览器中。 |
设置/更新后 2 年。 |
__utmx |
此 Cookie 用于 Google 网站优化工具，并且仅当您的网页正确安装并配置了 Google 网站优化工具跟踪代码时才会设置。当优化脚本执行时，此 Cookie 会储存该访问者针对每个实验所分配到的变量，确保用户在您的网站体验的一致性。有关详情，请参阅 Google 网站优化工具帮助中心。 | 设置/更新后 2 年。 |
Google Analytics的能与不能
关于Google Analytics的Exit Rate的，我的错误在于我此前自己认识的定义其实一直是错误的。 我一直以为，某个页面的Exit Rate=该页面上离开网站的PV÷经过该页面的Visit，但实际上公式是Exit Rate=该页面上离开网站的PV÷该页面的总PV。为什么是这个定义的原因我觉得很明确，因为对于GA，很严谨地区分了页面级的度量和网站级的度 量，visit是一个网站级别的度量，而exit rate是页面级的，所以exit rate只能用page view来定义。
不过，请大家注意，Omniture跟GA在这个地方的定义不同，Omniture的定义是以前一个公式为准。我个人更倾向于前一个公式的定义，因为这能够让Exit Rate保持跟Bounce Rate的一致性。
好了，步入正题，今天要讲的是给初入网站分析大门的朋友们的，话题不深，但是挺有趣，关于Google Analytics，关于我们应该用什么工具做网站分析。
在我开始发表意见前，我要做一个免责声明:)。我非常了解Omniture，但我不愿意偏袒任何一种工具，因为我知道网站分析工具是全人类 （咳，准确说是全部网站分析师）的财富，我们在享用这个财富之前，了解它，读懂它，扬长避短为我所用，就是大好，至于其他的主观色彩，我不会卷入。只是分 享，为快乐而分享，为搞定抑郁症而分享。:)
今天这个话题关于Google Analytics，我们最常使用也最熟悉的网站分析工具，它给我的感觉如同一个十七八岁的年轻人，朝气蓬勃，富有主见和创造。这个工具擅长于做什么，又有哪些不能够做到的地方呢？今天愿以此文跟大家聊个尽兴，也是对我敬佩的导师Avinash Kaushik先生的致敬！
这个文章分为三个主要部分。第一部分是Google Analytics的长处；第二部分是Google Analytics的不足；第三部分是Google Analytics所适宜和不适宜的网站领域。
Google Analytics的能
牛B第一：界面
工具界面这东西，是个见仁见智的事情，不过我觉得Google Analytics的界面绝对是易用的，因为它符合人们的惯常思维。这一点对于初学者非常好。
牛B第二：度量
我认为Google Analytics在度量方面有长处的地方在于，它比较认真地系统考虑的度量的设置。由于是一个免费的通用的工具，所以在度量的设置上注意了三点，第一点 是尽量采用约定俗成的度量名称；第二点是尽量采用约定俗成的度量定义（但不完全是）；第三点是区分了网站级和页面级的度量。所以，度量入门学习用 Google Analytics很好。
牛B第三：细分
Google Analytics不能说具有最好的细分能力，但是其他免费系统，甚至很多付费系统都没有它的细分能力。Google Analytics之所以在细分上如此给力，是因为Avinash非常强调网站分析中的细分分析。对于我而言，大家也看到了我的想法——“无细分，毋宁 死”，做最深入的一些分析，细分数据的确非常重要。
Google Analytics在推出新版之前，细分其实做的很差，但是我记得去年推出新的版本之后，细分功能大大增强。最棒的就是增加了高级细分功能，即你自己可以 定义你需要的细分规则，即我给它起的名字——规则细分。规则细分是网站分析中最重要的工具之一，能够在免费工具中看到这样的功能，你除了感动还是感动。虽 然Google Analytics细分的结果很多需要做采样，但是如果看了Avinash的第二本书就知道，采样数据未必不能提供好的insight。
此外，Google Analytics还提供了其他的细分方法，例如过滤（filter）。值得注意的是，过滤是一种“事前细分”，即把监测数据放入报告之前进行筛选，一旦筛选不通过的数据，通过任何方法都将不能再获得。
牛B第四：响应
这里要提醒的一点是，响应是指你操作Google Analytics时的界面反应的速度，即你打开任意一个报告所需要花费的时间，而不是Google Analytics提供数据的实时性。在响应速度上，Google Analytics拜Google强大的服务器集群所赐，以及自身算法的优化，速度让人满意！毕竟Google Analytics是提供的SAAS（software as a service）服务，数据要在遥远的服务器端打个来回，响应上能够跟本地端的监测工具有得一拼，相当厉害。
牛B第五：集成AdWords
这个不值得多说，毕竟都是一家人，近水楼台先得月。Google Analytics集成了监测AdWords流量的功能，并且能够把关键词投放的成本整合其中，这对做Google SEM的用户有很大帮助。
牛B第六：异步代码
Google Analytics升级了自己的标准代码添加方式，原先必须添加在<body>…</body>中的代码现在可以添加 在<head>…</head>中。这让GATC（Google Analytics Tracking Code）与其他JavaScript代码之间发生冲突的可能性大大降低，而且受到页面载入速度而影响监测的可能性也大大降低。
牛B第七：免费
这个优点不用多说了，反正谷歌的服务器肯定会为无数免费的账户增加数千台到数万台。也许，我估计的可能还是保守的了。
Google Analytics的不能
不牛B第一：路径
Google Analytics其实并无路径分析功能。Entrance Path，或者Navigation Summary都不是路径，只是前后页功能而已，甚至不是前后页的路径。路径功能是能够统计到网站访问者各条路径的功能，从他/她进入网站的那一页，直到 他/她离开网站的那一页。这个功能的作用在于，帮助我们发现一些被很多访问者经过，但却超出我们预计的路径，这十分有助于我们分析网站的页面结构和链接结 构，并据此优化它们。商用网站分析工具，例如Omniture的SiteCatalyst和Discover均很强调这个功能，它有专门的路径报告即 paths报告，支持无限层级的路径。
图：Omniture SiteCatalyst的Next Page Flow报告
不牛B第二：转化
这个不牛B之处不是很给力，因为Google Analytics并不是没有转化监测，事先预定10个转化页面对一般网站已经足够。不过，在数据报告中任意自定义页面之间的转化功能Google Analytics还不具备。对于有多种可能转化路径的网站（这种站其实很多，尤其是大量商品的电子商务网站）而言，灵活的转化自定义功能是很必要的。部 分商用网站分析工具具有这个功能。
题外话：为什么Google Analytics的路径转化功能不强大
今天我还跟武凯讨论了这个话题，我们并无法知道Google Analytics在这两个方面做得不到的真实原因，但我们相信算法对Google而言绝对不是问题。我们推测，由于这两个功能的运算随着路径长度的增 长，而变成天文级数字的可能性，Google Analytics实现这个功能需要更强大的运算和更多的服务器，这会使报告的响应时间变长，而影响用户体验，并且增加大量的成本开销。
不牛B第三：交易监测
Google Analytics在小型电子商务网站中占有大量的份额，但电子商务所重视的交易监测却不是它的长项，主要在于Google Analytics只提供了Add Trans和Add Item两种event，对于灵活多变，而且品类管理复杂的电子商务而言，这一点功能只能称得上“聊胜于无”。另外，Google Analytics没有提供以产品为中心的产品监测（product tracking），因为这个功能需要更灵活的自定义。
不牛B第四：自定义
毕竟只是免费工具，所以Google Analytics自定义并不强大，目前只提供自定义报告功能，虽然实际上这个功能很实用。自定义度量是一个令人期待的功能，但是Google Analytics似乎短时间内并不想把它放进去。此外，真正的自定义功能是结合网站业务需求的，尽管Event Tracking的出现改变了这一状况，但灵活性不足，而且称不上易用，实际上并无法涵盖网站中的业务功能——例如按照产品细分的添加购物车行为的监测， 或者按照用户ID细分的支付监测等；或者也无法探知访问者填写表单的情况；在Campaign Tracking方面，Google Analytics提供的6个utm属性仍然有限，且不能自定义属性；Google Analytics也无法根据一个网站上用户的各种属性进行自定义细分。所以，Google Analytics的自定义能力是非常有限的。
不牛B第五：特殊链接监测
在Google Analytics中，特殊链接的监测并不是默认实现的，需要你动手添加Virtual Page或者Event Tracking。但商用网站分析工具，例如Omniture的SiteCatalyst，这些功能是默认自动实现的。也就是说，当你装上了 SiteCatalyst，Exit Link（也就是点击你网站上的外链的行为）的数据是自动监测的。同样，下载链接也是自动实现监测。
不牛B第六：数据关联
Google Analytics的数据关联不能说做的不好，不过，毕竟这个工具受制于自定义功能的薄弱，因此能够监测到的度量有限，数据关联也就相对比较简单。另外， 由于细分功能出色，因此GA对数据关联的强调相对较小。不过，对任何一个网站分析工具而言，数据关联都是一个非常高的要求，毕竟3维的数据关联要比2维的 关联多出Cnn（打不出来这个概率的符号，大家明白意思就好）种可能性，对服务器的要求太高了。Omniture利用Data Warehouse实现复杂的数据关联，但牺牲了实时性，它的另一个专门做细分和数据关联的产品——Discover——可以实现复杂而实时的数据关联， 但能够涵盖的范围通常不超过数个月的数据。而Google Analytics则只提供预定的数据关联。
不过，从目前Google Analytics的一些界面微调情况看，这个部分的重要性逐渐被它认识到，相信未来有更多的改变。
不牛B第七：Raw Data
Google Analytics不提供Raw Data或者是未经报告再加工的数据。这些数据的好处在于，能够帮助解决一些对于数据报告中出现的疑问，也能够帮助进行深入的数据分析。
不牛B第八：数据接口
没错，Google Analytics为我们提供了API，但是这个API实在是很有限，至少，在跟一个企业的CRM或者是ERP系统对接的时候，根本派不上太多用场。由于 并没有开放Raw Data，所以实际上这些API并不足以帮助用户将自己的其他商用系统与Google Analytics的数据报告进行对接。这也就意味着，Google Analytics只是一个封闭系统。
Google Analytics所适宜的和不适宜的网站
Google Analytics适宜的网站
GA实际上非常适用于博客网站以及内容网站。有时候我甚至觉得，sina.com.cn用GA在功能上应该也是够用的（除了路径分析之外），毕竟现在GA没有了月度Page View监测数量的上限。
小型的电子商务网站也可以使用GA，利用GA有限的电子商务监测功能、转化预定功能还是能够给出不少不错的insight。
朋友们会问我，我们男科医院的网站用Google Analytics行不行。我觉得，完全行，因为你那个网站也不涉及交易，而且转化也比较单一清晰，所以这一类的网站同样适宜Google Analytics。
Google Analytics不适宜的网站
大型电子商务网站很少用Google Analytics，因为Google Analytics对特质性和复杂性的支持有限。大型公司的网站，例如Intel、HP或者Sony的网站也不会使用Google Analytics，原因同前。另外，平台型的网站，比如淘宝、猪八戒、世纪佳缘之类，用Google Analytics肯定非常麻烦，因为这些网站有很复杂的分类和转化，GA同样力不从心。
SNS类的网站呢？GA也不易用，因为这些网站上的应用太多，如果要添加Event Tracking，人会疯掉。简单讲，随着网站复杂程度的提升，Google Analytics就会越来越不宜用。
推荐四个在线任务管理网站
现在通过网上协作完成的任务是越来越多了。
网络协作的优势不言而喻：
- 不需要在乎对方的学历、年龄、性格、相貌等等，只要你们有想要完成同一件事情，就可以进行网络协作（现实生活中我们总对合作者的性格挑三拣四）
- 没有地域的限制，IM+协作系统就可以完成沟通
- 可以找到比现实生活中多得多的资源，在生活中你是和你周围的40-70个朋友打交道，而网络上则是和N个人交流、沟通
- 可以在现实生活中保密，不会有老板埋怨你做自己的事情。
TodoList可能是网络协作里面最简单的一个功能，但也是最基本的功能，所以今天GTDLife就为大家推荐几款在线任务管理网站
GTDLife从界面、功能两个方面去进行评价：
ToDoist
- 界面：简洁实用，标准的ToDoList方式，建立项目---创建任务---设定颜色和优先级，没有多余的点缀，这要看你怎么去欣赏，简约和简单就一念之差
- 功能：比较难于上手，主要体现在Context和时间都需要手工填写，比如：today, overdue @home的意思是查找截至今天过期的标签为@home的任务，我想喜欢linux字符界面的朋友可能喜欢这样的录入方式。
- 可以通过Gmail来建立任务，可以通过MSN、移动电话、twitter、email进行提醒
- 可以下载桌面端的小工具，通过小工具发布TODOList
iPrioritize
- 界面：虽然足够清爽，但是和Todoist相比就花哨了很多，不过这也说明iPrioritize的功能要比前者强大的多。色调的搭配是我最喜欢的蓝色，看起来很舒服，很成熟。
- 功能：首先是他提供了可打印版本，这么简单的功能居然ToDoist没有提供，连GTDLife都有打印功能哦。
- 支持RSS订阅和发布。并且有完善的分享功能，和ToDOist相比起来，他更像是一个协作任务系统。
- 可以嵌入outlook2003，通过outlook直接进行任务管理，outlook本身自带的任务功能薄弱是他肆无忌惮抢地盘的原因
blabla list
- 界面：界面朴实大方，可以算是TODOist的“升级版”，布局同样很简洁。
- 功能：从功能方面来讲它比TODOist多增加了RSS订阅功能。
- blabla list支持通过email邀请朋友和你一起维护任务清单。属于中规中矩的类型，该有的功能都有。虽然写他写的最少，但是也是GTDLife最推荐的一款在线任务管理系统
忙吧
严格的说忙吧应该超出了“在线任务管理网站”的范围，忙吧的功能很全：
- 项目的协作
- 任务的分配
- 做笔记
- 安排日程
- 交流聚会
- 招聘
仅仅做任务管理似乎有点“大材小用”，在这个中文平台上你的任务可能会吸引到更多的朋友参与。
GTDLife还是很看好忙吧的，希望他能越做越大
pS：GTDLife在试用前三种服务的时候，发现他们注册界面几乎完全一样，需要填写的内容也几乎类似，还有三个网站的图标都是200×30，也不知道是谁抄谁的。
支持博主
关于邵珠庆博客
文章标签
记事邵珠庆博客
最近文章
最近评论
- 发表在《中国翻墙网民状况调查》
- 发表在《教你如何简单获取新浪微博短地址接口》
- 发表在《教你如何简单获取新浪微博短地址接口》
- 发表在《教你如何简单获取新浪微博短地址接口》
- 发表在《教你如何简单获取新浪微博短地址接口》
博客日历
目录分类
文章归档
- 2025年8月 (2)
- 2022年9月 (1)
- 2022年8月 (3)
- 2022年7月 (1)
- 2022年3月 (1)
- 2021年10月 (3)
- 2021年1月 (1)
- 2020年4月 (3)
- 2020年3月 (3)
- 2020年2月 (2)
- 2020年1月 (3)
- 2019年12月 (2)
- 2019年11月 (3)
- 2019年10月 (2)
- 2019年9月 (2)
- 2019年8月 (4)
- 2019年7月 (2)
- 2019年6月 (2)
- 2019年5月 (2)
- 2019年4月 (3)
- 2019年3月 (2)
- 2019年2月 (3)
- 2019年1月 (2)
- 2018年12月 (2)
- 2018年11月 (2)
- 2018年10月 (3)
- 2018年9月 (2)
- 2018年8月 (2)
- 2018年7月 (1)
- 2018年6月 (2)
- 2018年5月 (3)
- 2018年4月 (2)
- 2018年3月 (6)
- 2018年2月 (7)
- 2018年1月 (3)
- 2017年11月 (2)
- 2017年10月 (2)
- 2017年9月 (5)
- 2017年8月 (4)
- 2017年7月 (8)
- 2017年6月 (5)
- 2017年5月 (14)
- 2017年4月 (8)
- 2017年3月 (5)
- 2017年2月 (2)
- 2017年1月 (1)
- 2016年12月 (1)
- 2016年11月 (5)
- 2016年10月 (3)
- 2016年9月 (2)
- 2016年8月 (1)
- 2016年7月 (2)
- 2016年6月 (2)
- 2016年5月 (5)
- 2016年4月 (5)
- 2016年3月 (2)
- 2016年2月 (1)
- 2016年1月 (2)
- 2015年12月 (2)
- 2015年11月 (1)
- 2015年10月 (3)
- 2015年9月 (2)
- 2015年8月 (4)
- 2015年7月 (5)
- 2015年6月 (6)
- 2015年5月 (3)
- 2015年4月 (8)
- 2015年3月 (6)
- 2015年2月 (4)
- 2015年1月 (5)
- 2014年12月 (2)
- 2014年11月 (5)
- 2014年10月 (5)
- 2014年9月 (1)
- 2014年8月 (2)
- 2014年7月 (4)
- 2014年6月 (1)
- 2014年5月 (9)
- 2014年4月 (5)
- 2014年3月 (1)
- 2014年2月 (1)
- 2014年1月 (5)
- 2013年12月 (4)
- 2013年11月 (12)
- 2013年10月 (6)
- 2013年9月 (7)
- 2013年8月 (8)
- 2013年7月 (15)
- 2013年6月 (9)
- 2013年5月 (12)
- 2013年4月 (8)
- 2013年3月 (11)
- 2013年2月 (9)
- 2013年1月 (21)
- 2012年12月 (8)
- 2012年11月 (7)
- 2012年10月 (19)
- 2012年9月 (16)
- 2012年8月 (13)
- 2012年7月 (10)
- 2012年6月 (11)
- 2012年5月 (11)
- 2012年4月 (8)
- 2012年3月 (8)
- 2012年2月 (11)
- 2012年1月 (8)
- 2011年12月 (18)
- 2011年11月 (32)
- 2011年10月 (17)
- 2011年9月 (18)
- 2011年8月 (11)
- 2011年7月 (55)
- 2011年6月 (1)
- 2011年5月 (4)
- 2011年4月 (2)
- 2011年3月 (1)
- 2011年1月 (3)
- 2010年12月 (1)
- 2010年11月 (6)
- 2010年9月 (5)
- 2010年8月 (2)
- 2010年7月 (3)
- 2010年6月 (7)
- 2010年5月 (3)
- 2010年4月 (4)
- 2010年3月 (8)
- 2010年2月 (2)
- 2010年1月 (2)
- 2009年12月 (2)
- 2009年11月 (1)
- 2009年10月 (1)
- 2009年8月 (1)
- 2009年7月 (2)
- 2009年5月 (1)
- 2009年4月 (1)
- 2009年3月 (1)
- 2009年2月 (1)
- 2009年1月 (1)
- 2008年12月 (1)
- 2008年11月 (2)
- 2008年10月 (1)
- 2008年8月 (5)
- 2008年7月 (2)
- 2008年6月 (1)
- 2008年5月 (3)
- 2008年4月 (11)
- 2008年3月 (1)
- 2008年2月 (1)
- 2008年1月 (1)
- 2007年12月 (1)
- 2007年11月 (3)
- 2007年10月 (1)
- 2007年9月 (1)
- 2007年8月 (1)
- 2007年7月 (1)
- 2007年6月 (1)
- 2007年5月 (1)
博客功能
京东好物
