Skoon skakels by navigasie
Waarom dit saak maak Partitioning hou IDs uit gedeelde berging, maar dit kan nie 'n ID sien wat in die skakel self geskryf is nie. Wanneer jy op shopa.example/p/tent?fbclid=IwAR0x9k2 klik, ry die ID saam in die adres en die volgende webwerf lees dit direk uit die URL. 'n Enjin kan daie name uit elke navigasie verwyder voordat die versoek jou toestel verlaat. Die moeilike deel is om dit te doen sonder om die aanmeld en betalingskakels wat presies dieselfde lyk te breek.
Stel jou 'n poskantoor voor wat die advertensiestikkers van elke koever afskeur voor aflewering. Dit is 'n goeie diens, totdat dit die ordernommer afskuur wat 'n winkel nodig het om jou pakkie te vind. Die poskantoor hou dus 'n kort lys: "stikkers genaamd ref bly op koevere vir die betalingskantoor".
Link-versiering: 'n ID of promosie-tag wat by 'n skakel se query string gevoeg word, die deel na ?, soos utm_source=news of gclid=Cj0KCQ7.
Query parameter: een name=value paar in die query string. Paaie word geskei deur &.
Navigasie: om 'n hele bladsy in die tab te laai: tik 'n adres, klik op 'n skakel, of volg 'n weëdergawe langs die pad. Prente en skrifte binne 'n bladsy is nie navigasies nie.
Allowlist: 'n kort lys van uitsluite: name wat 'n spesifieke webwerf nodig het, wat behou word selfs al is hulle op die strip lys.
Waarom tydens navigasie, en net daar
In Les 2 het jy 'n link cleaner as 'n funksie geskryf. Binne 'n engine hardloop dit by elke navigasie, insluitend elke redirect hop. Dit maak saak: 'n klik-bediener soos deco.example/out?to=... kan adco_id by die link voeg op sy pad deur, nadat jy geklik het. Slegs 'n cleaner wat elke hop sien, verwyder dit.
Engines los die adresse van prente, skrefte en frames alleen. 'n Bladsy se eie skrefte kan 'n ID op enige manier stuur, so om daardie adresse skoon te maak beskerm min en breek baie.
Sommige regte bladsers doen dit vandag (kontroleer Oktober 2026). Byvoorbeeld, Firefox verwyder 'n lys van bekende tracking parameters in Strict mode en in private vensters, Safari verwyder sommige in Private Browsing, en Brave verwyder 'n lys van bekende parameters by verstek. Elke lys is kort en met sorg gekies, vir die rede wat die volgende afdeling verduidelik.
Waarom die allowlist bestaan
Sommige name is net trackers, soos fbclid of utm_campaign. Kort, algemene name is moeiliker. In die praktykwêreld is ref 'n affiliate tag op ShopC maar die bestellingverwysing op pay.example; cid is 'n analytics ID op ShopA maar die app se sign-in ID op signin.example. Verwyder hulle oral en betalings en sign-ins faal. Die module gee vir jou:
TRACKING_PARAMS = {"fbclid", "gclid", "msclkid", "mc_eid", "adco_id", "ref", "cid"}
TRACKING_PREFIXES = ("utm_",) # every name starting with utm_
ALLOWLIST = {"pay.example": {"ref"}, "signin.example": {"cid"}} Vergelyk name in kleinletters: UTM_Source is steeds 'n campagne-tag. name.lower() gee die kleinletter-teks, en name.startswith(TRACKING_PREFIXES) kontroleer elke voorvoegsel in die tuple gelyktydig.
Breek 'n URL uit en sit dit weer aanmekaar
Python se urllib.parse doen die moeilike dele. Moenie URLs met gewone teks-truke opbreek nie: waardes kan ingekodigde karakters soos %20.
from urllib.parse import urlsplit, parse_qsl, urlencode, urlunsplit
parts = urlsplit("https://shopa.example/p/tent?q=tent&utm_source=news#reviews")
print(parts.scheme, parts.hostname, parts.path) # https shopa.example /p/tent
pairs = parse_qsl(parts.query, keep_blank_values=True)
print(pairs) # [('q', 'tent'), ('utm_source', 'news')]
kept = [(k, v) for k, v in pairs if k != "utm_source"]
print(urlunsplit((parts.scheme, parts.netloc, parts.path, urlencode(kept), parts.fragment)))
# https://shopa.example/p/tent?q=tent#reviews[(k, v) for k, v in pairs if ...] is 'n list comprehension: 'n kort manier om te skryf "maak 'n nuwe lys van die pare wat hierdie toets slaag". Wanneer geen pare oor bly nie, is urlencode([]) leeg en urlunsplit laat die ? vir jou val. parts.netloc is die host plus enige port; die webwerf vir die allowlist kom van site_of(url).
Sit dit in die enjin in
Die oefenblaaier neem 'n blocker(request) wat elke versoek sien, insluitend herleidingshop-stappe. Dit kan "allow", "block", of 'n nuwe URL om in die plek te gebruik teruggee. request.kind is "document" of "form" vir navigasies. Jou bloker skoon daardie weg en laat alles anders ongemoei toe. Merk op dat dit nooit "block" vir 'n navigasie teruggee nie: die persoon het gekies om daarheen te gaan, so die enjin skoon die reis eerder as om dit te kanselleer.
run_journeys(blocker) volg tien versierde skakels, deur herleidings, betalings en aanmeldings, en rapporteer vir elk: status, leaked (beskryf name wat die landingserwer steeds ontvang het) en missing (beskryf name wat die webwerf nodig gehad het maar verloor het).
Probeer dit Kopieer 'n skakel van 'n nuusbrief of 'n sosiale webtuiste en plak dit in 'n teksredigeerder. Vind die ? en lees elke naam voor 'n =. Maak dan die skakel oop in 'n Firefox privaatvenster en vergelyk die adresbalk: bekende spoorname is weg.
In ander tale
Dieselfde skoonmaker in JavaScript, met die ingeboude URL klas:
const TRACKING = new Set(["fbclid", "gclid", "msclkid", "mc_eid", "adco_id", "ref", "cid"]);
const ALLOW = { "pay.example": new Set(["ref"]), "signin.example": new Set(["cid"]) };
function cleanUrl(text, site) {
const url = new URL(text);
const keep = ALLOW[site] ?? new Set();
for (const name of [...url.searchParams.keys()]) {
const low = name.toLowerCase();
if ((TRACKING.has(low) || low.startsWith("utm_")) && !keep.has(low)) url.searchParams.delete(name);
}
return url.toString();
}C#, met System.Web.HttpUtility:
// needs: using System.Linq; using System.Web;
// IsTracking(name, site) is your is_tracking, written in C#
var uri = new UriBuilder(url);
var query = HttpUtility.ParseQueryString(uri.Query);
foreach (var name in query.AllKeys.ToList())
if (IsTracking(name, site)) query.Remove(name);
uri.Query = query.ToString();Opsomming
- Link-versiering dra ID's in die adres, waar partisionering nie kan bykom nie.
- Maak elke navigasie, omsjoekel-stappe wat ingesluit is skoon, en laat subhulpbronne alleen.
- Moenie 'n navigasie wat die persoon gekies het blokkeer nie: skoon dit op.
- Kort algemene name het 'n per-site allowlist nodig, anders gaan aanmeldings en betalings breek.
Gebruik TRACKING_PARAMS, TRACKING_PREFIXES en ALLOWLIST van watched.leg6b_links om is_tracking(name, site) te skryf: Waar as die kleinletter-naam in TRACKING_PARAMS is of met 'n voorvoegsel begin, en is nie in ALLOWLIST.get(site, set()) nie. Skryf clean_url(url) wat elke spoorpaar vir daardie URL se webwerf verwyder, die ander in volgorde behou, en die fragment behou. Skryf blocker(request): vir request.kind "document" of "form" gee clean_url(request.url) terug; anders gee "allow" terug. Stel dan results = run_journeys(blocker). Skryf die skoonmaak self: moenie die module se is_tracking_name of reference_clean gebruik nie.
Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les
Hierdie oefening open binnekort
Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.