Sites, origines et « même site »
Pourquoi c'est important Chaque règle de vie privée dans un navigateur commence par une question : « quel site est-ce ? » Les cookies, les partitions, SameSite, les listes de traqueurs et la détection des rebonds rangent tous les choses sous un site. Si un moteur se trompe de réponse, un traqueur peut se glisser entre deux bocaux, ou les blogs de deux inconnus peuvent finir par en partager un. Dans cette leçon, tu écris la réponse toi-même.
Pense à un immeuble. L'adresse de la rue (example) est partagée par tout le monde, donc elle ne te dit rien sur qui habite où. Le numéro d'appartement plus la rue (shopa.example), c'est un foyer. Les pièces de l'appartement (cdn.shopa.example, www.shopa.example) appartiennent toutes à ce même foyer. Un navigateur veut le foyer.
Trois mots dont tu as besoin
Hôte : la partie nom d'une URL, comme cdn.shopa.example dans https://cdn.shopa.example:8443/lib.js. Il est fait d'étiquettes séparées par des points : cdn, shopa, example.
Origine : le schéma, l'hôte et le port ensemble, comme https://cdn.shopa.example:8443. C'est la frontière la plus stricte : https://www.shopa.example et https://shopa.example sont des origines différentes.
Site : la partie de l'hôte qu'un propriétaire a enregistrée, aussi appelée domaine enregistrable : shopa.example pour tous les hôtes ci-dessus. Les fonctions de vie privée comme le cloisonnement et SameSite travaillent sur les sites, car un propriétaire contrôle de toute façon chaque hôte en dessous.
La liste des suffixes publics
« Prendre les deux dernières étiquettes » marche pour shopa.example, mais échoue pour practice-shop.co.uk : les deux dernières étiquettes sont co.uk, que partagent des milliers d'entreprises sans lien entre elles. Donc les navigateurs embarquent une liste des suffixes publics, un long fichier de terminaisons sous lesquelles n'importe qui peut enregistrer un nom.
Suffixe public : une terminaison que personne ne possède en entier, comme com, co.uk ou github.io. Le site est le suffixe public plus une étiquette de plus à sa gauche.
La liste contient aussi des suffixes « privés » ajoutés par des services d'hébergement. github.io y figure, donc alice.github.io et bob.github.io sont deux sites différents, même si une seule entreprise gère les serveurs. Sans cette entrée, le blog d'Alice pourrait poser un cookie que recevrait le blog de Bob. Dans notre monde d'entraînement, pages.example joue le même rôle.
Les règles, telles que le navigateur les applique :
- Mets l'hôte en minuscules, retire le port, et retire un point final (
shopa.example.est une façon légale d'écrireshopa.example). - Trouve la terminaison la plus longue de l'hôte qui figure sur la liste. Pour
a.b.practice-charity.org.uk,uketorg.uksont tous deux listés ;org.ukgagne. - Le site est cette terminaison plus une étiquette à sa gauche.
- Si l'hôte est un suffixe public (comme
github.iotout court), le site est l'hôte lui-même. - Si aucune terminaison listée ne correspond, traite la dernière étiquette comme le suffixe. Donc
dev.app.zza pour siteapp.zz.
Les vraies listes ont aussi quelques règles de joker et d'exception, et une adresse IP est son propre site. Les moteurs les gèrent aussi ; tu peux les laisser de côté ici.
Le même-site avec schéma
Les anciens navigateurs ne comparaient que le domaine enregistrable, donc http://shopa.example et https://shopa.example étaient « même site ». Les standards web actuels définissent le même-site avec schéma (schemeful) : le schéma fait partie du site, donc la page en http simple compte comme un site différent et non fiable. Ça compte car n'importe qui sur le Wi-Fi de ton café peut trafiquer une page en http, et elle ne doit pas pouvoir emprunter les cookies SameSite du site en https.
| A | B | Même origine ? | Même site ? |
|---|---|---|---|
https://www.shopa.example | https://shopa.example | Non | Oui |
https://alice.github.io | https://bob.github.io | Non | Non |
http://shopa.example | https://shopa.example | Non | Non (avec schéma) |
https://shopa.example:8443 | https://shopa.example | Non | Oui (les ports ne comptent pas) |
Le Python dont tu as besoin
En plus des variables, des if, des listes et des fonctions, il te faut quatre petits outils. Chacun est montré ici avec ce qu'il affiche.
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)
Une astuce pratique : si tu essaies les terminaisons de la plus longue (labels[0:]) à la plus courte, la première que tu trouves sur la liste est automatiquement la correspondance la plus longue.
Essaie Avant d'écrire du code, fais-en trois à la main : www.alice.pages.example, news.practice-paper.co.uk et zz. Tu devrais obtenir alice.pages.example, practice-paper.co.uk et zz.
Dans d'autres langages
Les vrais projets utilisent une copie maintenue de la liste des suffixes publics plutôt que la leur :
// 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"Une idée reçue
« Même site veut dire même origine, en plus souple. » Ce sont des frontières différentes. L'origine est ce que JavaScript utilise pour séparer les pages (qui peut lire les données de qui). Le site est ce que les fonctions de vie privée utilisent pour décider de ce qui compte comme une seule partie (quels cookies voyagent, quel bocal reçoit une intégration). www.shopa.example et shopa.example sont des origines différentes mais un seul site.
Récap
- Un site est le suffixe public plus une étiquette ; la liste des suffixes publics dit où finissent les suffixes.
- Le suffixe listé le plus long gagne, et les suffixes privés comme
github.iofont du sous-site de chaque utilisateur un site à part. - Le même-site avec schéma compte le schéma, donc les versions
httpethttpsd'un domaine sont des sites différents. - Les origines séparent les pages ; les sites décident quelle partie est laquelle.
Écris quatre fonctions, puis utilise-les sur les 30 URL d'entraînement.
host_from_url(url): l'hôte deurl, en minuscules, sans port et sans point final.site_for(url, suffixes): le site deurl, en utilisant l'ensemblesuffixescomme liste des suffixes publics et les cinq règles de la leçon (le suffixe listé le plus long plus une étiquette ; un hôte qui est lui-même un suffixe est son propre site ; si rien ne correspond, la dernière étiquette est le suffixe).schemeful_site(url, suffixes): le schéma, puis://, puis le site, par exemple"https://shopa.example".is_same_site(a, b, suffixes):Truequand les deux URL ont le même site avec schéma.
SITES une liste avec le site de chaque URL de PRACTICE_URLS, dans l'ordre, en utilisant PRACTICE_SUFFIXES. Écris la logique toi-même : n'utilise pas site_of ni same_site de watched.
Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon
Cet exercice s'ouvre bientôt
Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.
Ce navigateur bloque les cookies pour learn.floati.life, donc les leçons que tu as terminées ici ne peuvent pas s'ouvrir dans l'ordre. Autorise les cookies pour ce site et recharge la page.