Lehrplan Lektion 114 von 156 · Wie ein Browser entscheidet
Wie ein Browser entscheidet

Seiten, Ursprünge und "same site

Warum das wichtig istJede Datenschutzregel in einem Browser beginnt mit einer Frage: "Welche Seite ist das?" Cookies, Partitionen, SameSite, Tracker-Listen und Bounce-Erkennung ordnen alle Dinge einer Seite zu. Wenn eine Engine diese Antwort falsch erhält, kann ein Tracker zwischen zwei Gläsern schlüpfen oder zwei fremde Blogs können am Ende eines teilen. In dieser Lektion schreibst du die Antwort selbst.

Stell dir einen Wohnblock vor. Die Straßennummer (example) wird von allen geteilt, also verrät sie dir nichts darüber, wer wo wohnt. Die Wohnungsnummer plus die Straße (shopa.example) ist ein Haushalt. Die Zimmer in der Wohnung (cdn.shopa.example, www.shopa.example) gehören alle zu demselben Haushalt. Ein Browser möchte den Haushalt.

Drei Wörter, die du brauchst

Host: der Name-Teil einer URL, wie zum Beispiel cdn.shopa.example in https://cdn.shopa.example:8443/lib.js. Er besteht aus labels, die durch Punkte getrennt sind: cdn, shopa, example.

Origin: scheme, host und port zusammen, wie zum Beispiel https://cdn.shopa.example:8443. Es ist die strengste Grenze: https://www.shopa.example und https://shopa.example sind verschiedene Ursprünge.

Site: der Teil, den ein Besitzer registriert hat, auch bekannt als die registrable Domain: shopa.example für alle oben genannten Hosts. Datenschutzfunktionen wie Partitioning und SameSite funktionieren auf Seiten, weil ein Besitzer ohnehin jeden Host darunter kontrolliert.

Die öffentliche Suffixliste

"Nimm die letzten zwei Labels" funktioniert für shopa.example, aber schlägt bei practice-shop.co.uk fehl: die letzten zwei Labels sind co.uk, die tausende nicht verwandte Unternehmen gemeinsam haben. Daher führen Browser eine public suffix list, eine lange Datei von Endungen, unter denen jeder einen Namen registrieren kann.

Öffentliches Suffix: eine Endung, die niemand als Ganzes besitzt, wie zum Beispiel com, co.uk oder github.io. Die Seite ist das öffentliche Suffix plus one mehr Label links davon.

Die Liste enthält auch "private" Suffixe, die von Hosting-Diensten hinzugefügt werden. github.io ist darin, also sind alice.github.io und bob.github.io zwei verschiedene Seiten, obwohl ein Unternehmen die Server betreibt. Ohne diesen Eintrag könnte Alices Blog einen Cookie setzen, den Bobs Blog empfängt. In unserer Praxiswelt spielt pages.example die gleiche Rolle.

Die Regeln, wie der Browser sie anwendet:

  1. Schreibe den Host in Kleinbuchstaben, entferne den Port und entferne einen abschließenden Punkt (shopa.example. ist eine gültige Schreibweise für shopa.example).
  2. Finde das longest Ende des hosts, das in der Liste ist. Für a.b.practice-charity.org.uk sind sowohl uk als auch org.uk gelistet; org.uk gewinnt.
  3. Die Seite ist das Ende plus ein Label links davon.
  4. Wenn der Host is ein öffentliches Suffix (wie zum Beispiel plain github.io) ist, ist die Seite der Host selbst.
  5. Wenn kein aufgeführtes Ende übereinstimmt, behandle das letzte Label als Suffix. Also hat dev.app.zz die Seite app.zz.

Echte Listen haben auch einige Wildcard und Ausnahme Regeln, und eine IP Adresse ist ihre eigene Seite. Engines behandeln diese auch; du kannst sie hier weglassen.

Schemeful same-site

Ältere Browser haben nur die registrierbare Domain verglichen, also waren http://shopa.example und https://shopa.example "same site". Heutige Webstandards definieren same-site als schemeful: das Schema ist Teil der Seite, also zählt die plain-http Seite als eine andere, nicht vertrauenswürdige Seite. Warum das wichtig ist, ist, dass jeder in deinem Café-WLAN eine http Seite manipulieren kann, und sie sollte nicht die SameSite cookies der https Seite ausleihen können.

ABGleiche Herkunft?Gleiche Seite?
https://www.shopa.examplehttps://shopa.exampleNoJa
https://alice.github.iohttps://bob.github.ioNoNo
http://shopa.examplehttps://shopa.exampleNoNo (schemeful)
https://shopa.example:8443https://shopa.exampleNoJa (Ports zählen nicht)

Das Python, das du brauchst

Über Variablen, if, Listen und Funktionen hinaus brauchst du vier kleine Werkzeuge. Jedes wird hier mit dem entsprechenden Ausdruck gezeigt.

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 ein netter Trick: wenn du die Endungen von der longest (labels[0:]) bis zur kürzesten ausprobierst, ist die erste, die du in der Liste findest, automatisch der längste Treffer.

Probier es aus Bevor du Code schreibst, arbeite drei Aufgaben von Hand aus: www.alice.pages.example, news.practice-paper.co.uk und zz. Du solltest alice.pages.example, practice-paper.co.uk und zz erhalten.

In anderen Sprachen

Echte Projekte verwenden eine gepflegte Kopie der öffentlichen Suffix-Liste anstatt ihrer eigenen:

// 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"

Ein häufiges Missverständnis

"Same site bedeutet same origin, nur lockere Formulierung." Sie sind unterschiedliche Grenzen. Origin ist das, was JavaScript nutzt, um Seiten zu trennen (wer darf die Daten von wem lesen). Site ist das, was Datenschutzfunktionen nutzen, um zu entscheiden, was als eine Partei zählt (welche cookies reisen, welches jar ein embed bekommt). www.shopa.example und shopa.example sind unterschiedliche origins, aber eine site.

Zusammenfassung

  • A Seite ist das öffentliche Suffix plus ein Label; die Liste der öffentlichen Suffixe sagt, wo Suffixe enden.
  • Das längste aufgeführte Suffix gewinnt, und private Suffixe wie github.io machen die Unterseite jedes Benutzers zu einer eigenen Seite.
  • Schemeful same-site zählt das Schema, also sind http und https Versionen einer Domain verschiedene Seiten.
  • Ursprünge halten Seiten getrennt; Seiten entscheiden, welche Partei welche ist.
Du bist dran

Schreibe vier Funktionen und verwende sie dann auf den 30 Übungs-URLs.

  1. host_from_url(url): der Host von url, kleingeschrieben, ohne Port und ohne abschließenden Punkt.
  2. site_for(url, suffixes): die Site von url, wobei der Satz suffixes als öffentliche Suffixliste und die fünf Regeln aus der Lektion verwendet werden (das längste gelistete Suffix plus ein Label; ein Host, der selbst ein Suffix ist, ist seine eigene Site; wenn nichts passt, ist das letzte Label das Suffix).
  3. schemeful_site(url, suffixes): das Schema, dann ://, dann die Seite, zum Beispiel "https://shopa.example".
  4. is_same_site(a, b, suffixes): True wenn die zwei URLs die gleiche schemeful site haben.
Stelle SITES schließlich auf eine Liste mit der Seite jeder URL in PRACTICE_URLS ein, in der richtigen Reihenfolge, unter Verwendung von PRACTICE_SUFFIXES. Schreibe die Logik selbst: verwende keine site_of oder same_site aus watched.

Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion

Diese Übung öffnet bald

Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.