Prüfe Anfragen gegen Regeln
Warum das wichtig ist Ein Blocker prüft jede einzelne Anfrage einer Seite, oft mehr als hundert pro Seite, gegen Zehntausende Regeln. Ist diese Prüfung langsam, fühlt sich jede Seite langsam an, und die Leute schalten den Blocker ab. Schnell und richtig macht Schutz erst benutzbar.
Zwei Aufgaben: richtige Antwort, schnell
Denk an eine Bibliothek mit 5.000 Büchern. Um eines zu finden, würdest du nicht jeden Buchrücken ab dem ersten Regal lesen. Du gehst zur richtigen Abteilung, dann zum richtigen Regal. Ein Blocker sollte es genauso machen: direkt zu den wenigen Regeln springen, die passen könnten, und nur diese prüfen.
Diese Übung wird auf beides bewertet. Die Tests zählen, wie oft dein decide für eine Anfrage rule_matches aufruft, und das Budget sind 20 Prüfungen bei 5.000 geladenen Regeln. Wir zählen Prüfungen, statt die Zeit zu messen, damit ein langsames Handy und ein schneller Laptop gleich bewertet werden.
Schritt 1: Platzhalter
Platzhalter: ein Symbol, das für "beliebige Zeichen" steht. In Filterlisten ist es *, also passt /beacon/*/hit zu /beacon/42/hit und /beacon/abc/hit.
Teil das Muster an jedem * und such dann die Stücke im Text, der Reihe nach, jedes nach dem vorigen:
wildcard_in("*/collect?*cid=", "https://m.example/collect?x=1&cid=9")
# pieces: "/collect?" then "cid=" -> both found, in order -> True
wildcard_in("a*b", "b then a")
# "a" found at position 7, then no "b" after it -> Falsetext.find(piece, pos) gibt zurück, wo piece beginnt, und sucht erst ab Position pos, oder -1, wenn es nicht da ist. Beachte, dass ? und . in Filterlisten gewöhnliche Zeichen sind, also benutze keinen regulären Ausdruck und kein fnmatch, die sie als Sonderzeichen behandeln.
Schritt 2: eine Regel gegen eine Anfrage
rule_matches(rule, url, third_party) antwortet für eine Regel mit ja oder nein:
- Eine Regel mit gesetztem
third_partypasst nie auf eine Erstanbieter-Anfrage. - Eine Domain-Regel
adco.examplepasst auf den Hostadco.exampleoder jeden Host, der auf.adco.exampleendet. Der Punkt zählt:notadco.exampleist jemand anderes. - Eine Muster-Regel passt, wenn
wildcard_in(value, url.lower())wahr ist.
Schritt 3: ein Index, damit du nur wenige Regeln prüfst
Index: eine einmal gebaute Struktur, mit der du Dinge findest, ohne alles zu durchsuchen, wie das Register hinten in einem Buch. Hier: ein Dict vom Hostnamen zu den Regeln für diesen Host.
Ein Python-Dict findet einen Schlüssel in einem Schritt, egal wie viele Schlüssel es enthält. Bau also einmal:
index = {"domains": {"adco.example": [rule, ...], ...},
"patterns": [rule, rule, ...]}Für eine Anfrage an img.adco.example schlag jede Endung des Hosts nach: img.adco.example, adco.example, example. Das sind drei Nachschläge statt 5.000 Prüfungen. Füg die wenigen Muster-Regeln hinzu (echte Blocker indexieren auch die, nach einem kurzen Textstück, das sie enthalten müssen; wir halten sie in einer einfachen Liste).
Schritt 4: entscheiden, Ausnahmen gewinnen
Prüf jeden Kandidaten. Ist irgendeine passende Regel eine Ausnahme, lautet die Antwort "allow", Punkt. Sonst, wenn eine Blockregel gepasst hat, "block"; wenn nichts gepasst hat, "allow". Ausnahmen gibt es, weil Listen manchmal etwas erwischen, das eine Site wirklich braucht, etwa cdn.example, das eine harmlose Bibliothek ausliefert.
Ein häufiges Missverständnis
"Mehr Regeln heißt ein langsamerer Blocker." Mit einem guten Index nicht: Einen Host in einem Dict nachzuschlagen kostet mit 50 Regeln etwa so viel wie mit 50.000. Was einen Blocker bremst, ist, Regeln eine nach der anderen zu prüfen.
Probier es aus Wenn du bestanden hast, ändere decide so, dass es über jede Regel der Liste schleift (kein Index), und lass die Tests noch einmal laufen. Der Budgettest scheitert mit einer Zählung von etwa 5.000. Diese Zahl ist die Arbeit, die dein Index bei jeder Anfrage jeder Seite spart.
In anderen Sprachen
JavaScript:
function wildcardIn(pattern, text) {
let pos = 0;
for (const piece of pattern.split("*")) {
if (!piece) continue;
const at = text.indexOf(piece, pos);
if (at === -1) return false;
pos = at + piece.length;
}
return true;
}
// Index: a Map from host to rules; look up each ending of the host.
function candidates(index, host) {
const parts = host.split(".");
const out = [];
for (let i = 0; i < parts.length; i++) {
out.push(...(index.domains.get(parts.slice(i).join(".")) || []));
}
return out.concat(index.patterns);
}Go:
func wildcardIn(pattern, text string) bool {
pos := 0
for _, piece := range strings.Split(pattern, "*") {
if piece == "" {
continue
}
at := strings.Index(text[pos:], piece)
if at < 0 {
return false
}
pos += at + len(piece)
}
return true
}Zusammenfassung
- Platzhaltermuster: an
*teilen und die Stücke der Reihe nach finden. - Domain-Regeln passen auf den Host oder jede Subdomain, Label für Label verglichen.
- Ein Index (ein Dict nach Host) bedeutet wenige Nachschläge statt Tausender Prüfungen.
- Eine passende Ausnahme gewinnt immer gegen eine Blockregel.
Schreibe vier Funktionen. wildcard_in(pattern, text): True, wenn alle Teile von pattern zwischen * Zeichen in text in der richtigen Reihenfolge erscheinen. rule_matches(rule, url, third_party): True, wenn ein rule dict (aus der letzten Lektion) der Anfrage entspricht. build_index(rules): Organisiere die Regeln nach Belieben, damit decide die meisten davon überspringen kann. decide(index, url, third_party): Gib "block" oder "allow" zurück, wobei jede passende Ausnahme gewinnt, und rufe rule_matches maximal 20 Mal pro Anfrage auf, wenn 5.000 Regeln geladen sind.
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.
Dieser Browser blockiert Cookies für learn.floati.life, daher können hier beendigte Lektionen nicht in der richtigen Reihenfolge geöffnet werden. Erlaube Cookies für diese Seite und lade sie neu.