URLs und Link-Bereinigung
Warum das wichtig ist Wenn Cookies blockiert oder partitioniert werden, tragen Tracker deine ID direkt im Link. Jedes Mal, wenn du einen solchen Link kopierst und teilst, übergibst du die Click ID mit. Ein Link Cleaner entfernt diese Dekoration bei jeder Navigation, ohne die Seite zu zerstören. Browser und Blocker liefern einen mit. Hier schreibst du deinen, und das Blocker Modul nutzt die Idee wieder.
Denk an ein Paketetikett. Die Adresse ist das, was der Kurier braucht. Aufkleber, die von jedem hinzugefügt wurden, der es unterwegs angefasst hat ("kam über den Newsletter", "Kundennummer 7f3a"), sind es nicht. Einen Link zu bereinigen bedeutet, die Aufkleber abzuziehen und die Adresse genau so zu lassen, wie sie war.
URL: eine Webadresse, in Teilen: https://shopa.example:443/p/tent?colour=green#reviews hat ein scheme (https), einen host (shopa.example), einen port (443), einen path (/p/tent), einen query (colour=green) und einen fragment (reviews, das im Browser bleibt und nicht an den Server gesendet wird).
Query parameter: ein name=value Stück der Abfrage, getrennt von den anderen durch &.
Link-Dekoration: Parameter, die einem Link hinzugefügt werden, um eine ID oder ein Kampagnenlabel von einer Seite zur anderen zu übertragen, wie zum Beispiel utm_source, fbclid oder gclid.
Zwei Aufgaben: normalisieren, dann entfernen
Normalise bedeutet, die gleiche Adresse jedes Mal auf die gleiche Weise zu schreiben. Scheme und host sind nicht case sensitive, also wird HTTPS://SHOPA.Example zu https://shopa.example. Port 443 ist der Standard für HTTPS (80 für HTTP), also fügt das Schreiben davon nichts hinzu. Ein leerer Pfad ist /. Der Pfad selbst is ist auf vielen Servern case sensitive, also lass ihn in Ruhe.
Strip bedeutet nur das Entfernen von Tracking-Parametern. STRIP_PARAMS in watched.leg2c_http listet die click-ID und Kampagnennamen (von Werbeplattformen, E-Mail-Tools und Social-Seiten) auf, und jeder Name, der mit utm_ beginnt, geht auch mit. Vergleiche Namen in Kleinbuchstaben und nach dem Dekodieren (utm%5Fsource ist utm_source in Verkleidung). Alles andere bleibt exactly wie geschrieben: q=red+tent darf nicht zu q=red%20tent werden, und die Reihenfolge ist für einige Seiten wichtig.
Percent-encoding: das Schreiben eines Zeichens als % plus zwei Hex-Ziffern, damit es sicher in einer URL übertragen werden kann: %5F ist _, %26 ist &. urllib.parse.unquote wandelt es zurück.
from urllib.parse import urlsplit
parts = urlsplit("https://Shop.Example:443/p?utm_source=x&id=5#top")
parts.scheme, parts.hostname, parts.port, parts.path, parts.query, parts.fragment
# ('https', 'shop.example', 443, '/p', 'utm_source=x&id=5', 'top')Warum die Abfrage nicht mit urlencode neu aufbauen? Weil es Werte neu kodiert und sie unbemerkt ändern kann. Die Rohabfrage an & zu teilen und die unberührten Teile zu behalten ist sicherer. Eine verschachtelte Adresse wie ?to=https%3A%2F%2F...%3Futm_source%3Dx ist ein kodierter Wert eines normalen Parameters; lass sie hier in Ruhe (das Entpacken von Bounce-Links ist eine Aufgabe für die nächste Lektion und der Blocker).
Ein häufiges Missverständnis
"Entferne jeden Parameter zur Sicherheit." Das zerstört Suchergebnisse (q=), Seitenzahlen (page=2) und, was am schlimmsten ist, Passwort-Rücksetz- und Login-Links (token=). Einer der 40 bewerteten Fälle ist genau dieser Rücksetz-Link. Cleaner in Browsern nutzen eine Liste aus demselben Grund (geprüft Oktober 2026).
Probier es aus Kopiere einen Link aus einer Newsletter-E-Mail oder einem Social-Media-Post in einen Texteditor. Kannst du utm_ Parameter oder eine lange Click-ID finden? Entferne sie, öffne den kürzeren Link und prüfe, ob die Seite noch funktioniert.
In anderen Sprachen
JavaScript:
function cleanLink(link) {
const u = new URL(link); // lower-cases host, drops default port
if (!["http:", "https:"].includes(u.protocol)) return link;
const kept = u.search.slice(1).split("&").filter(piece => {
const name = decodeURIComponent(piece.split("=")[0]).toLowerCase();
return piece && !name.startsWith("utm_") && !STRIP.has(name);
});
u.search = kept.length ? "?" + kept.join("&") : "";
return u.toString();
}C#:
var u = new Uri(link);
var kept = u.Query.TrimStart('?').Split('&')
.Where(p => p != "" && !IsTracking(Uri.UnescapeDataString(p.Split('=')[0])));
var b = new UriBuilder(u) { Query = string.Join("&", kept) };Zusammenfassung
- Normalisiere die Teile, die nicht case sensitive sind (scheme, host), entferne Standardports und mache aus einem leeren Pfad
/. - Entferne nur bekannte Tracking-Parameter, verglichen in Kleinbuchstaben nach der Dekodierung; behalte jedes andere Stück genau so geschrieben und in der Reihenfolge.
- Behalte das Fragment, lass Nicht-Web-Links unberührt und entferne niemals Tokens, die eine Seite benötigt.
Schreibe is_tracking_param(name): True, wenn der Name, percent-decodiert mit unquote und in Kleinbuchstaben, mit utm_ beginnt oder in STRIP_PARAMS ist. Dann schreibe clean_link(url): lass nicht-http/https Links unverändert; Schema und Host in Kleinbuchstaben (behalte jeden user@ Teil exakt so geschrieben und die eckigen Klammern um eine IPv6 Adresse); entferne einen Standardport; mache einen leeren Pfad zu /; teile die Query bei & auf, entferne leere Teile und Tracking-Parameter, behalte den Rest exakt so geschrieben und in der Reihenfolge; kein ?, wenn nichts übrig bleibt; behalte das #fragment. Es wird auf den 40 Fällen in LINK_CASES plus zufälligen Links bewertet.
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.