如何收集用户的搜索历史？

核心原则：区分【本地存储（前端，不送服务器）】和【后端日志存储（全站统计）】；隐私合规优先，不强制采集，区分登录 / 未登录用户 两个目标： 1）个人搜索历史：给当前用户做个性化推荐（下拉框展示他自己之前搜过的词） 2）全站搜索日志：用来统计热门词、挖掘关联词、优化站内搜索（不绑定个人身份最佳）

一、两套采集方案分开实现

方案 A：前端本地存储 → 用于【当前访客个人搜索历史推荐】

适用：未登录访客，不用后端存用户个人记录，合规压力最小，中小企业官网首选

• 存储载体：localStorage（推荐） / Cookie
• 存储内容：仅关键词、搜索时间；不存 IP、手机号、姓名等个人信息
• 逻辑流程：

1. 用户点击搜索，提交关键词；
2. 前端先做清洗：过滤空词、乱码、超长字符、黑名单词；
3. 读取本地已有搜索历史数组；
4. 去重：如果这个词已经存在，删除旧记录，把这条放到数组最前面；
5. 控制条数上限（例如最多保存 8 条），超过就删掉最老的；
6. 设置过期时间：例如 30 天，超过时间自动清除；
7. 写回 localStorage；
8. 用户再次点击搜索框，读取这个数组，展示【你的搜索历史】。

• 用户可控：提供清除搜索历史按钮，点击直接清空 localStorage。
• 局限：换浏览器 / 无痕模式 / 清除缓存后，历史直接丢失；不会上传到服务器。

示例存储结构（localStorage 里）

[
  {"word":"感应淬火设备","time":1759888000},
  {"word":"除尘设备","time":1759800000}
]

方案 B：后端日志采集 → 用于【全站数据分析、热门词挖掘】

目标：拿到所有用户的搜索行为，统计高频词、无结果词、共现词，不是为了追踪单独某个人 ✅ 推荐做法：匿名日志，尽量不绑定用户身份

1. 用户提交搜索，前端把关键词发给后端搜索接口；
2. 后端收到请求，先清洗过滤；
3. 写入搜索日志表，推荐字段清单：

   表格

   字段	是否必填	说明
   search_word	✅	用户搜索词
   search_time	✅	搜索时间戳
   has_result	✅	是否检索到内容：1 = 有结果，0 = 无结果
   click_id	⭕	用户点击的文档 / 产品 ID（有点击才记录）
   device_type	⭕	PC / 移动端
   session_id	⭕	会话 ID，临时标识一次访问，不关联实名信息，会话过期失效

❗不建议：直接记录 IP、手机号、账号、cookieid 和搜索词永久绑定（隐私风险高）

登录用户可选增强（个性化跨设备历史）

用户登录状态下，征得同意后，可把搜索词存入该账号下的搜索历史表；

• 用户可以在个人中心查看、一键清空；
• 退出登录 / 换设备登录，可同步历史记录；
• 必须在隐私政策写明：收集搜索历史用于个性化搜索推荐，用户有权删除。

二、采集触发时机（什么时候记录？非常重要）

❌ 不要：输入框每敲一个字符、联想下拉点一下就记录，会产生大量脏数据 ✅ 推荐触发规则，二选一：

1. 点击搜索按钮 / 回车提交搜索（最稳妥，推荐企业官网） 用户主动提交，才算一次有效搜索，才写入历史。单纯 hover 下拉联想不算。
2. 可选增强：点击下拉推荐词发起检索，同样记录。

过滤规则（记录前必须执行，减少脏数据）

• 空关键词、仅空格 → 丢弃，不记录
• 字符过短（少于 2 个字符）、超长（>50 字符）丢弃
• 黑名单词（违规词、垃圾广告词）直接拦截，不入库
• 重复短时间高频提交（10 秒内同一词多次搜索，只记录一次）

三、隐私合规要点（国内网站必看）

1. 未登录用户个人搜索历史优先放前端 localStorage，不上传服务器；
2. 隐私政策中说明：网站会收集站内搜索行为数据，用于优化搜索功能、热门推荐；
3. 用户控制权：
   • 本地：清除搜索历史按钮
   • 登录账号：个人中心可查看、删除全部搜索记录
4. 不要把搜索词和手机号、实名信息做关联存储；
5. 不主动把搜索日志对外共享给第三方。

四、简易版 vs 进阶版选型

✅ 简易版（中小企业官网，低成本，推荐）

只做前端 localStorage 保存个人搜索历史；后端仅记录匿名搜索日志（只存词、时间、有无结果，不带用户身份）

• 开发量小、合规风险低；
• 可实现：下拉展示用户本地搜索历史 + 后台统计全站热门词。

✅ 进阶版（流量大、会员系统网站）

简易版基础上增加登录用户账号绑定搜索历史，跨设备同步；后端统计会话、点击行为，挖掘共现词。

五、常见坑

1. 采集联想输入每一次 keydown，日志暴涨，大量无效数据；
2. 不做过期清理，localStorage 无限堆积；
3. 没有清除按钮，隐私投诉风险；
4. 日志绑定 IP 长期存储，合规风险；
5. 不做脏词过滤，后台日志出现大量乱码、垃圾词。

六、日志使用边界提醒

• localStorage 的本地历史：只用来渲染下拉推荐，不会传到服务器；
• 后端匿名搜索日志：只用于数据分析、挖掘热门词，不做用户画像追踪。