免费工具 垃圾流量来源检查：批量对照公开清单
把统计报表或服务器日志里的来源域名贴进来，逐个对照 Matomo 社区维护的垃圾 referrer 清单；命中的域名直接生成 GA4 报表过滤正则、Nginx map、Apache 重写规则或 Cloudflare 表达式。
- 清单收录 2,355 个主机名
- 清单版本 2026-11-10
- 本地运行
检查来源域名
一行一个来源：域名、完整的来源页网址、GA4 的 来源 / 媒介 行都可以；后面跟一个数字（Tab、逗号或两个空格隔开）就当访问量。示例是一份 GA4 导出，里面混着 4 个垃圾来源。
表头、(direct)、baidu 这类来源名会跳过；重复的域名会合并。
来自这个域名及子域的来源标为「自己的域名」。
只用命中清单的域名生成。
检查的域名
8
在垃圾清单里
4
域名本身或它的上级域名在清单里。
部分匹配
0
包含清单里的名字，需要人工确认。
垃圾来源的访问占比
6.4%
占粘贴的所有行访问量的比例。
逐个结果
「已知来源」指 TapCub 自己的搜索引擎、社交网站、AI 助手名单。「不在清单」不等于正常：新的垃圾域名出现得比任何清单都快。
| 行 | 域名 | 结果 | 访问量 |
|---|---|---|---|
| 4 | semalt.com | 在清单里 | 288 |
| 5 | mp.weixin.qq.com | 不在清单 | 240 |
| 6 | www.zhihu.com | 已知来源：知乎 | 131 |
| 7 | darodar.com | 在清单里 | 86 |
| 8 | 4webmasters.org | 在清单里 | 52 |
| 9 | kimi.moonshot.cn | 已知来源：Kimi | 27 |
| 10 | juejin.cn | 已知来源：掘金 | 19 |
| 11 | trafficmonetize.org | 在清单里 | 11 |
说明
- 说明1 行是 (direct) / (none) 这类非来源页，已跳过，访问量仍计入总数。
- 说明1 行是来源名而不是域名（如 baidu / organic），没有检查，访问量仍计入总数。
# 垃圾来源：4 个域名，来自 Matomo referrer-spam-list。
# map 放在 http {} 里，if 放在 server {} 里。
map $http_referer $referrer_spam {
default 0;
"~*^https?://([^/]+\.)?4webmasters\.org(:[0-9]+)?(/|$)" 1;
"~*^https?://([^/]+\.)?darodar\.com(:[0-9]+)?(/|$)" 1;
"~*^https?://([^/]+\.)?semalt\.com(:[0-9]+)?(/|$)" 1;
"~*^https?://([^/]+\.)?trafficmonetize\.org(:[0-9]+)?(/|$)" 1;
}
# server { … if ($referrer_spam) { return 403; } … }GA4：在报表过滤或比较里选「会话来源」+「不匹配正则表达式」，一行一条正则，每条不超过 250 个字符。服务器规则只能拦住真的带着这些来源页访问你网站的请求，拦不住根本没到服务器的假数据。
版本 v1.0更新于 更新记录
在清单里、部分匹配，还是只是陌生
这份清单是黑名单，不是白名单：命中是有力证据，没命中只是没有证据。
在清单里
域名本身或它的上级域名在清单里。forum.buttons-for-website.com 算命中，因为 buttons-for-website.com 在清单里——Matomo 对子域就是这样处理的。这类可以放心排除。
包含清单里的名字
名字出现在一个更长的域名里。Matomo 自己按子串匹配、会过滤它，但很短的条目可能误伤不相干的网站，屏蔽前先看一眼。
已知来源
在 TapCub 自己的搜索引擎、社交网站、AI 助手名单里（百度、搜狗、知乎、微博、Kimi、豆包等）。这些域名里即使含有清单里的名字也不算。
垃圾来源的访问占比
只有粘贴的行带访问量时才显示。和转化率一起看：垃圾访问从不转化，占比越高，所有比率被拉得越低。
清单由 Matomo 社区维护，以公有领域发布。它的说明里写明可能不完整、也可能有过时条目；本页用的是 2026-11-10 的版本。
三步清理来源报表
最适合的时机：来源报表里突然冒出一个从没见过的域名，还排得很靠前。
-
1
导出来源
GA4 打开「流量获取」，维度选「会话来源 / 媒介」导出；或者从 Nginx / 宝塔的访问日志里复制 Referer 列。原样粘贴即可。
-
2
看命中结果
在清单里的可以放心排除；部分匹配的看一眼；不在清单但突然暴涨、几乎没有互动、没有转化的陌生域名，即使没被收录也值得怀疑。
-
3
排除
按需要复制规则：历史数据用 GA4 报表过滤；以后的爬虫类垃圾用服务器规则直接返回 403（宝塔里在网站设置 → 配置文件中加入 Nginx 片段）。
三种命中方式
每个域名先转小写，中文等国际化域名转成 ASCII 形式（xn-- 开头），再和清单里的 2,355 个主机名比较。
- 来源：matomo-org/referrer-spam-list 的 spammers.txt，2026-11-10 的提交 6cd0b65；许可：公有领域
- Matomo 每个版本都自带这份清单并每周更新；子域的处理方式见它的说明文档
- 本站与 Matomo 无关联。想看某条链接归到哪个渠道，用流量来源渠道归类
| 结果 | 条件 | 例子 |
|---|---|---|
| 自己的域名 | 是你的域名或它的子域 | help.shop.example.cn |
| 在清单里 | 域名正好是清单里的一条 | semalt.com |
| 在清单里（上级域名） | 上级域名是清单里的一条 | forum.buttons-for-website.com |
| 包含 … | 清单里的某条出现在域名里，且不是已知来源 | 包含某个很短条目的长域名 |
| 已知来源 | TapCub 的搜索 / 社交 / AI 名单里有 | www.zhihu.com |
| 不在清单 | 以上都不是 | mp.weixin.qq.com |
示例：一份 GA4 导出
某网店「流量获取」报表的 10 行，按「会话来源 / 媒介」和「会话数」导出。
| 行 | 结果 | 会话数 |
|---|---|---|
| semalt.com | 在清单里 | 288 |
| darodar.com | 在清单里 | 86 |
| 4webmasters.org | 在清单里 | 52 |
| trafficmonetize.org | 在清单里 | 11 |
| www.zhihu.com、kimi.moonshot.cn、juejin.cn | 已知来源 | 177 |
| baidu / organic、(direct) / (none)、mp.weixin.qq.com | 未检查或不在清单 | 6,240 |
6,854 个会话里有 437 个（6.4%）来自清单里的域名。去掉它们，2.0% 的转化率会变成约 2.1%，来源报表里 8 个引荐来源去掉 4 个，其中包括排第一的那个。
遇到垃圾来源时别这么做
垃圾 referrer 骚扰的是报表，不是攻击你的网站。常见的应对方式反而会添乱。
好奇点开那个域名
垃圾来源的目的就是让你好奇点进去，背后的网站常常推可疑广告甚至恶意软件。在这里查，不要在浏览器里打开。
指望 robots.txt
robots.txt 只是给守规矩的爬虫看的请求，垃圾机器人不会理。要拦就在服务器、CDN 或报表里拦。
用 GA4 的「不需要的引荐」
那个设置是给支付、登录跳回用的：它让某个域名不再算新来源，但会话照样保留。要在报表里去掉垃圾，用过滤或比较。
为清理而删历史数据
历史数据很少能按来源单独删除。在报表里排除这些域名，并记下垃圾流量开始的日期，趋势才能读对。
TapCub 怎么处理可疑流量
TapCub 没有内置垃圾来源清单。下面是目前确实有的防护。
什么是垃圾流量（垃圾 referrer）？
为了让某个域名出现在你的来源报表里、引你好奇点进去而伪造的访问。有的是爬虫带着伪造的 Referer 访问你的页面；有的（「幽灵垃圾」）根本不访问网站，直接往统计接口发数据。两种都会虚增访问量、拉低转化率。
垃圾流量有危害吗？
它不会入侵你的网站，但背后的域名常和流氓广告、恶意软件有关，不要点开。真正的损害在数据上：会话数虚高、出现假的引荐来源、转化率被拉低。
怎么在 GA4 里去掉垃圾流量？
GA4 的数据过滤器只有开发者流量、内部流量（按 IP）、网站主机名三种，都不能按来源页过滤，Google 帮助里也写明它们不影响历史数据。主机名过滤可以挡住冒用别人主机名的幽灵垃圾。报表里则用「会话来源」+「不匹配正则表达式」，填本工具生成的 GA4 正则。
这份垃圾来源清单从哪来？
来自 GitHub 上 Matomo 的 referrer-spam-list，社区维护，本页用的 2026-11-10 版本有 2,355 个主机名，以公有领域发布。Matomo 在自己的产品里会自动过滤这些来源。清单并不完整，新的垃圾域名一直在出现。
要不要在服务器上屏蔽？
如果它们真的在请求你的页面，可以：返回 403 几乎没有成本，日志和 JS 统计里都不会再出现。Nginx / 宝塔用本工具生成的 map 片段即可。但它对幽灵垃圾无效——那类数据根本没到你的服务器，只能在统计端过滤。
不在清单里的域名就是正常的吗？
不一定。看几个信号：突然暴涨、域名从没见过、跳出率接近 100%、停留时间几乎为 0、只落在一个页面、没有任何转化。符合这些的，不管清单收没收录，大概率是垃圾流量。
TapCub 会自动过滤垃圾来源吗？
不会，TapCub 目前没有垃圾来源清单。TapCub 会丢弃未登记域名发来的数据、把识别出的机器人和真人分开统计，并且所有报表都能按来源域名筛选。
粘贴的内容会上传吗？
不会。检查在你的浏览器里完成，清单随页面一起下载到本地，你粘贴的内容不会发给 TapCub。