npm install ua-device
由于在国内生产PC的厂家有限,大众用户使用的浏览器也主要是当前的一些主流浏览器。因此目前的UA解析库在对OS、浏览器外壳、浏览器内核等的识别率都相当高。但是由于国内的移动设备的五花八门,对于移动设备的硬件信息是很难用一套通用的方法进行识别,因此 ua-device 诞生
[-\s](Galaxy[\s-_]nexus|Galaxy[\s-_]\w*[\s-_]\w*|Galaxy[\s-_]\w*|SM-\w*|GT-\w*|s[cgp]h-\w*|shw-\w*
这样的匹配规则以及一些从中关村在线爬取到的机型名称如G3508
、G3508J
、G3508i
等识别出来该机型的品牌为Samsung
因为单纯从UA信息确实无法得到品牌数据,这也是为何很多高Star的UA解析库识别手机品牌成功率只有30%-40%的原因(ua-device
识别率可见下面测试用例)。mi 2
、mi2
、m2
、mi-2LTE
、MI-20150XX
、minote
等等,如果匹配规则限制太紧就会导致数据无法命中,如果匹配规则太松又会让其它山寨机型滥竽充数,所以需要一套比较特殊的处理流程。ua-device/
├── LICENSE
├── README.md
├── index.js
├── lib
│ ├── ua-device.js
│ └── useragent-base.js
├── package.json
└── test
├── index.js
├── test_input
└── treemap.js
npm test
// you can get the test result like this:
// ua-device测试数据共3292条
// ✓ browser_name识别成功共 3234 条,成功率为 98.24% 目标成功率为:70%
// ✓ browser_version识别成功共 2575 条,成功率为 78.22% 目标成功率为:70%
// ✓ engine_name识别成功共 3282 条,成功率为 99.70% 目标成功率为:70%
// ✓ engine_version识别成功共 3279 条,成功率为 99.61% 目标成功率为:70%
// ✓ os_name识别成功共 3291 条,成功率为 99.97% 目标成功率为:70%
// ✓ os_version识别成功共 3289 条,成功率为 99.91% 目标成功率为:70%
// ✓ device_manufacturer识别成功共 2887 条,成功率为 87.70% 目标成功率为:70%
// ✓ device_model识别成功共 3283 条,成功率为 99.73% 目标成功率为:70%
有兴趣的同学可以将ua-device
与其它高star库进行对比,相信对比后无论在识别成功率还是识别内容的准确性上,你都会选择ua-device
。
var UA = require('ua-device');
var input = 'Mozilla/5.0 (iPhone; U; CPU iPhone OS 5_1_1 like Mac OS X; en) AppleWebKit/534.46.0 (KHTML, like Gecko) CriOS/19.0.1084.60 Mobile/9B206 Safari/7534.48.3';
var output = new UA(input);
console.log(output);
// you can get a json like this:
// {
// browser: { //浏览器信息
// name: 'Chrome',
// version: {
// original: '19.0.1084.60',
// }
// },
// engine: { //浏览器内核
// name: 'Webkit',
// version: {
// original: '534.46.0',
// }
// },
// os: { //操作系统
// name: 'iOS',
// version: {
// original: '5.1.1',
// }
// },
// device: { //硬件信息
// type: 'mobile',
// manufacturer: 'Apple',
// model: 'IPHONE'
// }
// }
当用户通过UA库解析大量的数据后,便可以用这些数据计算之后进行可视化展示,下面给出了一份样例数据通过d3.js库的一个可视化展示(该代码参见github上的treemap.js,修改container
和uaData
变量后即可使用):