Bersihkan link di navigasi
Kenapa ini penting Partitioning menjaga ID agar tidak masuk ke penyimpanan bersama, tapi ia tidak bisa melihat ID yang ditulis ke dalam link itu sendiri. Saat kamu klik shopa.example/p/tent?fbclid=IwAR0x9k2, ID tersebut ikut terbawa di alamat dan situs berikutnya membacanya langsung dari URL. Sebuah engine bisa menghapus nama-nama itu dari setiap navigasi sebelum permintaan keluar dari perangkatmu. Bagian sulitnya adalah melakukannya tanpa merusak link login dan pembayaran yang terlihat sama persis.
Bayangkan kantor pos yang melepas stiker iklan dari setiap amplop sebelum pengiriman. Itu layanan yang bagus, sampai mereka melepas nomor pesanan yang dibutuhkan toko untuk menemukan paketmu. Jadi kantor pos menyimpan daftar pendek: "stiker bernama ref tetap ada di amplop untuk kantor pembayaran".
Link decoration: ID atau tag kampanye yang ditambahkan ke query string sebuah link, bagian setelah ?, seperti utm_source=news atau gclid=Cj0KCQ7.
Parameter query: satu name=value pasangan di string query. Pasangan dipisahkan oleh &.
Navigasi: memuat seluruh halaman di tab: mengetik alamat, mengeklik tautan, atau mengikuti pengalihan di tengah jalan. Gambar dan skrip di dalam halaman bukan navigasi.
Allowlist: daftar pengecualian singkat: nama yang dibutuhkan situs tertentu, tetap ada meskipun ada di daftar strip.
Kenapa saat navigasi, dan cuma di sana
Di Tahap 2 kamu menulis pembersih link sebagai sebuah function. Di dalam engine, ini berjalan di setiap navigasi, termasuk setiap lompatan redirect. Itu penting: server klik seperti deco.example/out?to=... bisa menambahkan adco_id ke link saat melewatinya, setelah kamu klik. Hanya pembersih yang melihat setiap lompatan yang bisa menghapusnya.
Engines membiarkan alamat gambar, skrip, dan frame tetap seperti apa adanya. Skrip halaman itu sendiri bisa mengirim ID sesuka mereka, jadi membersihkan alamat tersebut tidak banyak melindungi dan merusak banyak hal.
Beberapa browser asli melakukan ini sekarang (dicek Oktober 2026). Contohnya, Firefox menghapus daftar parameter pelacakan yang diketahui dalam Strict mode dan di jendela privat, Safari menghapus beberapa di Private Browsing, dan Brave menghapus daftar parameter yang diketahui secara default. Setiap daftar itu pendek dan dipilih dengan hati-hati, karena alasan yang dijelaskan di bagian berikutnya.
Kenapa allowlist ada
Beberapa nama hanya berfungsi sebagai pelacak, seperti fbclid atau utm_campaign. Nama yang pendek dan umum lebih sulit. Di dunia nyata, ref adalah tag afiliasi di ShopC tapi referensi pesanan di pay.example; cid adalah ID analitik di ShopA tapi ID masuk aplikasi di signin.example. Hapus mereka di mana saja dan pembayaran serta login akan gagal. Modul ini memberimu:
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"}}Bandingkan nama dalam huruf kecil: UTM_Source masih merupakan tag kampanye. name.lower() memberikan teks huruf kecil, dan name.startswith(TRACKING_PREFIXES) memeriksa setiap awalan dalam tuple sekaligus.
Membongkar URL dan menyusunnya kembali
Python's urllib.parse menangani bagian yang rumit. Jangan pernah memotong URL dengan trik teks biasa: nilai bisa berisi karakter terenkode seperti %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 ...] adalah list comprehension: cara singkat untuk menulis "buat list baru dari pasangan yang lolos tes ini". Saat tidak ada pasangan yang tersisa, urlencode([]) kosong dan urlunsplit membuang ? untukmu. parts.netloc adalah host ditambah port apa pun; situs untuk allowlist berasal dari site_of(url).
Memasukkannya ke dalam engine
Browser latihan mengambil blocker(request) yang melihat setiap permintaan, termasuk lompatan pengalihan. Ini mungkin mengembalikan "allow", "block", atau URL baru untuk digunakan sebagai gantinya. request.kind adalah "document" atau "form" untuk navigasi. Blocker kamu membersihkan itu dan membiarkan sisanya tidak tersentuh. Perhatikan bahwa ia tidak pernah mengembalikan "block" untuk navigasi: orang tersebut memilih untuk pergi ke sana, jadi mesin membersihkan perjalanan alih-alih membatalkannya.
run_journeys(blocker) mengikuti sepuluh tautan yang dihias, melalui pengalihan, pembayaran, dan masuk, serta laporan untuk masing-masing: status, leaked (nama pelacakan yang masih diterima server pendaratan) dan missing (nama situs yang dibutuhkan tapi hilang).
Coba sendiri Salin link dari newsletter atau situs media sosial dan tempel ke text editor. Cari ? dan baca setiap nama sebelum =. Lalu buka link di jendela private Firefox dan bandingkan address bar: nama tracking yang dikenal sudah hilang.
Di bahasa lain
Cleaner yang sama di JavaScript, dengan class URL bawaan:
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#, dengan 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();Ringkasan
- Dekorasi Link membawa ID di alamat, di mana partitioning tidak bisa menjangkau.
- Bersihkan setiap navigasi, lompatan redirect yang disertakan, dan biarkan subresource tetap seperti apa adanya.
- Jangan pernah blokir navigasi yang dipilih orang: bersihkan saja.
- Nama umum yang pendek butuh allowlist per situs, atau login dan pembayaran bakal error.
Gunakan TRACKING_PARAMS, TRACKING_PREFIXES dan ALLOWLIST dari watched.leg6b_links, tulis is_tracking(name, site): True jika nama huruf kecil ada di TRACKING_PARAMS atau dimulai dengan awalan, and tidak ada di ALLOWLIST.get(site, set()). Tulis clean_url(url), yang menghapus setiap pasangan pelacakan untuk situs URL tersebut, menjaga yang lainnya tetap berurutan, dan menjaga fragment. Tulis blocker(request): untuk request.kind "document" atau "form" kembalikan clean_url(request.url); jika tidak kembalikan "allow". Lalu atur results = run_journeys(blocker). Tulis pembersihanmu sendiri: jangan gunakan is_tracking_name atau reference_clean dari modul.
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.