Nettoyer les liens à la navigation
Pourquoi c'est important Le cloisonnement garde les identifiants hors du stockage partagé, mais il ne peut pas voir un identifiant écrit dans le lien lui-même. Quand tu cliques sur shopa.example/p/tent?fbclid=IwAR0x9k2, l'identifiant voyage dans l'adresse et le site suivant le lit directement dans l'URL. Un moteur peut retirer ces noms de chaque navigation avant que la requête quitte ton appareil. La partie difficile, c'est de le faire sans casser les liens de connexion et de paiement qui se ressemblent exactement.
Imagine un bureau de poste qui décolle les autocollants publicitaires de chaque enveloppe avant la livraison. C'est un bon service, jusqu'à ce qu'il décolle le numéro de commande dont une boutique a besoin pour trouver ton colis. Donc le bureau de poste garde une courte liste : « les autocollants nommés ref restent sur les enveloppes destinées au service des paiements ».
Décoration de lien : un identifiant ou une étiquette de campagne ajouté à la chaîne de requête d'un lien, la partie après ?, comme utm_source=news ou gclid=Cj0KCQ7.
Paramètre de requête : une paire name=value de la chaîne de requête. Les paires sont séparées par &.
Navigation : le chargement d'une page entière dans l'onglet : taper une adresse, cliquer sur un lien, ou suivre un saut de redirection en chemin. Les images et les scripts à l'intérieur d'une page ne sont pas des navigations.
Liste blanche (allowlist) : une courte liste d'exceptions : des noms dont un site précis a besoin, gardés même s'ils sont sur la liste de retrait.
Pourquoi à la navigation, et seulement là
À l'étape 2, tu as écrit un nettoyeur de liens sous forme de fonction. Dans un moteur, il tourne à chaque navigation, y compris à chaque saut de redirection. Ça compte : un serveur de clics comme deco.example/out?to=... peut ajouter adco_id au lien au passage, après ton clic. Seul un nettoyeur qui voit chaque saut le retire.
Les moteurs laissent tranquilles les adresses des images, des scripts et des frames. Les propres scripts d'une page peuvent envoyer un identifiant comme ils veulent, donc nettoyer ces adresses protège peu et casse beaucoup.
Certains vrais navigateurs le font aujourd'hui (vérifié en octobre 2026). Par exemple, Firefox retire une liste de paramètres de pistage connus en mode Strict et dans les fenêtres privées, Safari en retire certains en navigation privée, et Brave retire une liste de paramètres connus par défaut. Chaque liste est courte et choisie avec soin, pour la raison qu'explique la section suivante.
Pourquoi la liste blanche existe
Certains noms ne sont jamais que des traqueurs, comme fbclid ou utm_campaign. Les noms courts et généraux sont plus délicats. Dans le monde d'entraînement, ref est une étiquette d'affiliation sur ShopC mais la référence de commande sur pay.example ; cid est un identifiant de statistiques sur ShopA mais l'identifiant de connexion de l'appli sur signin.example. Retire-les partout et les paiements et les connexions échouent. Le module te donne :
TRACKING_PARAMS = {"fbclid", "gclid", "msclkid", "mc_eid", "adco_id", "ref", "cid"}
TRACKING_PREFIXES = ("utm_",) # every name starting with utm_
ALLOWLIST = {"pay.example": {"ref"}, "signin.example": {"cid"}}Compare les noms en minuscules : UTM_Source reste une étiquette de campagne. name.lower() donne le texte en minuscules, et name.startswith(TRACKING_PREFIXES) vérifie d'un coup chaque préfixe du tuple.
Démonter une URL et la remonter
Le urllib.parse de Python fait les parties délicates. Ne découpe jamais les URL avec de simples astuces de texte : les valeurs peuvent contenir des caractères encodés comme %20.
from urllib.parse import urlsplit, parse_qsl, urlencode, urlunsplit
parts = urlsplit("https://shopa.example/p/tent?q=tent&utm_source=news#reviews")
print(parts.scheme, parts.hostname, parts.path) # https shopa.example /p/tent
pairs = parse_qsl(parts.query, keep_blank_values=True)
print(pairs) # [('q', 'tent'), ('utm_source', 'news')]
kept = [(k, v) for k, v in pairs if k != "utm_source"]
print(urlunsplit((parts.scheme, parts.netloc, parts.path, urlencode(kept), parts.fragment)))
# https://shopa.example/p/tent?q=tent#reviews[(k, v) for k, v in pairs if ...] est une compréhension de liste : une façon courte d'écrire « crée une nouvelle liste des paires qui passent ce test ». Quand il ne reste aucune paire, urlencode([]) est vide et urlunsplit retire le ? pour toi. parts.netloc est l'hôte plus un éventuel port ; le site pour la liste blanche vient de site_of(url).
Le brancher dans le moteur
Le navigateur d'entraînement prend un blocker(request) qui voit chaque requête, sauts de redirection compris. Il peut renvoyer "allow", "block", ou une nouvelle URL à utiliser à la place. request.kind vaut "document" ou "form" pour les navigations. Ton bloqueur nettoie celles-là et laisse passer tout le reste intact. Remarque qu'il ne renvoie jamais "block" pour une navigation : la personne a choisi d'y aller, donc le moteur nettoie le trajet au lieu de l'annuler.
run_journeys(blocker) suit dix liens décorés, à travers des redirections, des paiements et des connexions, et rapporte pour chacun : status, leaked (les noms de pistage que le serveur d'arrivée a quand même reçus) et missing (les noms dont le site avait besoin mais qu'il a perdus).
Essaie Copie un lien d'une newsletter ou d'un réseau social et colle-le dans un éditeur de texte. Trouve le ? et lis chaque nom avant un =. Puis ouvre le lien dans une fenêtre privée de Firefox et compare la barre d'adresse : les noms de pistage connus ont disparu.
Dans d'autres langages
Le même nettoyeur en JavaScript, avec la classe URL intégrée :
const TRACKING = new Set(["fbclid", "gclid", "msclkid", "mc_eid", "adco_id", "ref", "cid"]);
const ALLOW = { "pay.example": new Set(["ref"]), "signin.example": new Set(["cid"]) };
function cleanUrl(text, site) {
const url = new URL(text);
const keep = ALLOW[site] ?? new Set();
for (const name of [...url.searchParams.keys()]) {
const low = name.toLowerCase();
if ((TRACKING.has(low) || low.startsWith("utm_")) && !keep.has(low)) url.searchParams.delete(name);
}
return url.toString();
}C#, avec System.Web.HttpUtility :
// needs: using System.Linq; using System.Web;
// IsTracking(name, site) is your is_tracking, written in C#
var uri = new UriBuilder(url);
var query = HttpUtility.ParseQueryString(uri.Query);
foreach (var name in query.AllKeys.ToList())
if (IsTracking(name, site)) query.Remove(name);
uri.Query = query.ToString();Récap
- La décoration de lien porte des identifiants dans l'adresse, là où le cloisonnement ne peut pas aller.
- Nettoie chaque navigation, sauts de redirection compris, et laisse tranquilles les sous-ressources.
- Ne bloque jamais une navigation que la personne a choisie : nettoie-la.
- Les noms courts et généraux ont besoin d'une liste blanche par site, sinon les connexions et les paiements cassent.
Avec TRACKING_PARAMS, TRACKING_PREFIXES et ALLOWLIST de watched.leg6b_links, écris is_tracking(name, site) : True quand le nom en minuscules est dans TRACKING_PARAMS ou commence par un préfixe, et n'est pas dans ALLOWLIST.get(site, set()). Écris clean_url(url), qui retire chaque paire de pistage pour le site de cette URL, garde les autres dans l'ordre, et garde le fragment. Écris blocker(request) : pour un request.kind valant "document" ou "form", renvoie clean_url(request.url) ; sinon renvoie "allow". Puis définis results = run_journeys(blocker). Écris le nettoyage toi-même : n'utilise pas is_tracking_name ni reference_clean du module.
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.