المنهج الدراسي الدرس 114 من 156 · كيف يقرر المتصفح
كيف يقرر المتصفح

المواقع، والأصول، و"نفس الموقع

لماذا هذا مهم كل قاعدة خصوصية داخل المتصفح تبدأ بسؤال واحد: "ما هو هذا الموقع؟" ملفات Cookies، وpartitions، وSameSite، وقوائم tracker، وbounce detection كلها تصنف الأشياء تحت موقع معين. إذا أخطأ المحرك في هذه الإجابة، يمكن لـ tracker أن يتسلل بين وعاءين، أو يمكن لمدونتين لشخصين غريبين أن تنتهيا بمشاركة واحدة. في هذا الدرس تكتب الإجابة بنفسك.

فكر في مجمع سكني. عنوان الشارع (example) مشترك بين الجميع، لذا فهو لا يخبرك شيئا عن مكان سكن كل شخص. رقم الشقة بالإضافة إلى الشارع (shopa.example) يمثل وحدة سكنية واحدة. الغرف داخل الشقة (cdn.shopa.example, www.shopa.example) تنتمي جميعا إلى تلك الوحدة السكنية نفسها. المتصفح يريد الوحدة السكنية.

ثلاث كلمات تحتاجها

Host: جزء الاسم في URL، مثل cdn.shopa.example في https://cdn.shopa.example:8443/lib.js. يتكون من labels مفصولة بنقاط: cdn، shopa، example.

Origin: المخطط والمضيف والمنفذ معاً، مثل https://cdn.shopa.example:8443. إنه الحد الأكثر صرامة: https://www.shopa.example و https://shopa.example هما أصول مختلفة.

Site: هو الجزء الذي يسجله مالك واحد للمضيف، ويسمى أيضاً registrable domain: shopa.example لجميع المضيفات أعلاه. تعمل ميزات الخصوصية مثل partitioning و SameSite على المواقع، لأن مالكاً واحداً يتحكم في كل مضيف تحتها على أي حال.

قائمة اللاحقة العامة

"Take the last two labels" تعمل لـ shopa.example، لكنها تفشل لـ practice-shop.co.uk: آخر تسميتين هما co.uk، والتي تشترك فيها آلاف الشركات غير المرتبطة. لذا تحمل المتصفحات public suffix list، وهو ملف طويل من النهايات التي يمكن لأي شخص تسجيل اسم تحتها.

اللاحقة العامة: هي نهاية لا يملكها أحد ككل، مثل com، co.uk أو github.io. الموقع هو اللاحقة العامة بالإضافة إلى one أكثر تسمية إلى يسارها.

تحتوي القائمة أيضاً على لواحق "خاصة" أضافتها خدمات الاستضافة. github.io موجودة فيها، لذا فإن alice.github.io وbob.github.io هما موقعان مختلفان، رغم أن شركة واحدة تشغّل الخوادم. بدون ذلك الإدخال، يمكن لمدوّنة Alice أن تضبط ملف تعريف ارتباط تستقبله مدوّنة Bob. في عالم التدريب لدينا، يؤدي pages.example الدور نفسه.

القواعد، كما يطبقها المتصفح:

  1. حوّل المضيف إلى أحرف صغيرة، وأسقط المنفذ، وأسقط النقطة في النهاية (shopa.example. طريقة صحيحة لكتابة shopa.example).
  2. ابحث عن أطولنهاية للمضيف موجودة في القائمة. بالنسبة لـ a.b.practice-charity.org.uk، كل من uk و org.uk مدرجان؛ org.uk هو الفائز.
  3. الموقع هو تلك النهاية بالإضافة إلى تسمية واحدة على يسارها.
  4. إذا كان المضيف is لاحقة عامة (مثل github.io)، فإن الموقع هو المضيف نفسه.
  5. إذا لم تتطابق أي نهاية مدرجة على الإطلاق، فاعتبر الملصق الأخير كلاحقة. لذا فإن dev.app.zz لديه الموقع app.zz.
تحتوي القوائم الحقيقية أيضا على بعض قواعد العلامات العامة والاستثناءات، وعنوان IP هو موقع خاص به. تتعامل المحركات مع تلك القواعد أيضا؛ يمكنك استبعادها هنا.

Schemeful same-site

كانت المتصفحات القديمة تقارن فقط بالنطاق القابل للتسجيل، لذا كان http://shopa.example و https://shopa.example يعتبران "موقعاً واحداً". تحدد معايير الويب اليوم الموقع الواحد كـ schemeful: البروتوكول هو جزء من الموقع، لذا تعتبر صفحة http كأنها موقع مختلف وغير موثوق. هذا الأمر مهم لأن أي شخص على شبكة Wi-Fi في المقهى يمكنه العبث بصفحة http، ولا ينبغي لها أن تتمكن من استعارة ملفات تعريف الارتباط SameSite الخاصة بموقع https.

ABنفس المصدر؟نفس الموقع؟
https://www.shopa.examplehttps://shopa.exampleNoنعم
https://alice.github.iohttps://bob.github.ioNoNo
http://shopa.examplehttps://shopa.exampleNoNo (schemeful)
https://shopa.example:8443https://shopa.exampleNoنعم (المنافذ لا تُحتسب)

لغة Python التي تحتاجها

بالإضافة إلى المتغيرات، if، والقوائم، والدوال، تحتاج إلى أربع أدوات صغيرة. يتم عرض كل منها هنا مع ما تقوم بطباعته.

from urllib.parse import urlsplit       # part of Python's standard library

parts = urlsplit("https://CDN.ShopA.example:8443/lib.js")
print(parts.scheme)      # https
print(parts.hostname)    # cdn.shopa.example   (already lower case, port removed)

labels = "cdn.shopa.example".split(".")   # cut a string at every dot
print(labels)            # ['cdn', 'shopa', 'example']
print(labels[1:])        # ['shopa', 'example']   (a slice: from position 1 to the end)
print(".".join(labels[1:]))   # shopa.example     (glue a list back together with dots)

print("shopa.example.".rstrip("."))   # shopa.example   (remove dots from the right end)
print("co.uk" in {"co.uk", "uk"})     # True   (a set answers "is this in it?" quickly)

for i in range(3):       # i takes the values 0, 1, 2
    print(i)

A خدعة لطيفة: إذا حاولت تجربة النهايات من longest (labels[0:]) إلى الأقصر، فإن أول واحدة تجدها في القائمة هي تلقائيا أطول تطابق.

جرب ذلك قبل كتابة الكود، قم بحل ثلاث مسائل يدويا: www.alice.pages.example، news.practice-paper.co.uk و zz. يجب أن تحصل على alice.pages.example، practice-paper.co.uk و zz.

في لغات أخرى

تستخدم المشاريع الحقيقية نسخة محدثة من قائمة اللاحقة العامة بدلاً من نسختها الخاصة:

// JavaScript (the tldts package)
import { getDomain } from "tldts";
getDomain("https://cdn.shopa.co.uk/lib.js");   // "shopa.co.uk"
getDomain("alice.github.io", { allowPrivateDomains: true });   // "alice.github.io" (private suffixes are off by default)
new URL("https://CDN.ShopA.example:8443/").hostname;   // "cdn.shopa.example"

// Go (golang.org/x/net/publicsuffix)
site, err := publicsuffix.EffectiveTLDPlusOne("alice.github.io")   // "alice.github.io", nil

// Rust (the psl crate)
let site = psl::domain_str("www.shopa.co.uk");   // Some("shopa.co.uk")

// C# (built in: host only; use a public-suffix package such as Nager.PublicSuffix for the site)
var host = new Uri("https://CDN.ShopA.example:8443/").Host;   // "cdn.shopa.example"

A مفهوم خاطئ شائع

"الموقع نفسه يعني المصدر نفسه، مجرد صياغة أقل صرامة." هما حدودان مختلفتان. المصدر هو ما يستخدمه JavaScript لفصل الصفحات (من يمكنه قراءة بيانات من). الموقع هو ما تستخدمه ميزات الخصوصية لتحديد ما يعتبر طرفا واحدا (أي ملفات تعريف ارتباط تنتقل، وأي وعاء يحصل عليه العنصر المضمن). www.shopa.example و shopa.example هما مصدران مختلفان ولكن موقع واحد.

ملخص

    موقع
  • A هو اللاحقة العامة بالإضافة إلى تسمية واحدة؛ قائمة اللاحقة العامة توضح أين تنتهي اللاحقات.
  • الفُقرةُ الأطولُ المدرجةُ هي الفائزة، والفُقراتُ الخاصةُ مثل github.io تجعلُ الموقعَ الفرعيَّ لكلِّ مستخدمٍ موقعاً مستقلاً.
  • تحسب نفس الموقع للمخطط، لذا فإن إصداري http و https لنطاق معين هما موقعان مختلفان.
  • تحافظ Origins على الصفحات منفصلة؛ وتحدد المواقع أي طرف هو أي طرف.
دورك

اكتب أربع functions، ثم استخدمها على الـ 30 practice URLs.

  1. host_from_url(url): المضيف الخاص بـ url، بأحرف صغيرة، بدون منفذ وبدون نقطة في النهاية.
  2. site_for(url, suffixes): موقع url، باستخدام المجموعة suffixes كقائمة اللواحق العامة والقواعد الخمس من الدرس (أطول لاحقة مدرجة بالإضافة إلى تسمية واحدة؛ المضيف الذي هو لاحقة في حد ذاته هو موقعه الخاص؛ إذا لم يتطابق أي شيء، فإن التسمية الأخيرة هي اللاحقة).
  3. schemeful_site(url, suffixes): المخطط، ثم ://، ثم الموقع، على سبيل المثال "https://shopa.example".
  4. is_same_site(a, b, suffixes): True عندما يكون للموقعين نفس المخطط.
أخيرا، قم بتعيين SITES إلى قائمة تحتوي على موقع كل URL في PRACTICE_URLS، بالترتيب، باستخدام PRACTICE_SUFFIXES. اكتب المنطق بنفسك: لا تستخدم site_of أو same_site من watched.

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.