사이트, 출처, 그리고 "같은 사이트"
왜 중요한가 브라우저 안의 모든 프라이버시 규칙은 한 질문에서 시작해요: "이건 어느 사이트인가?" 쿠키, 파티션, SameSite, 추적기 목록, 바운스 감지는 모두 사이트 아래 정리돼요. 엔진이 이 답을 틀리면 추적기가 두 항아리 사이로 빠져나가거나, 낯선 두 사람의 블로그가 항아리 하나를 공유하게 될 수 있어요. 이 레슨에서는 그 답을 직접 써요.
아파트 한 동을 생각해 보세요. 거리 주소(example)는 모두가 공유하니, 누가 어디 사는지 아무것도 알려 주지 않아요. 호수와 거리(shopa.example)는 한 가구예요. 집 안의 방들(cdn.shopa.example, www.shopa.example)은 모두 같은 가구에 속해요. 브라우저는 가구를 원해요.
필요한 말 셋
호스트: URL의 이름 부분, 예를 들어 https://cdn.shopa.example:8443/lib.js의 cdn.shopa.example. 점으로 나뉜 라벨로 되어 있어요: cdn, shopa, example.
출처: 스킴, 호스트, 포트를 합친 것, 예를 들어 https://cdn.shopa.example:8443. 가장 엄격한 경계예요: https://www.shopa.example과 https://shopa.example은 다른 출처예요.
사이트: 주인 하나가 등록한 호스트의 부분으로, 등록 가능한 도메인이라고도 해요: 위의 모든 호스트에 대해 shopa.example. 분할과 SameSite 같은 프라이버시 기능은 사이트에서 작동해요. 어차피 주인 하나가 그 아래 모든 호스트를 통제하니까요.
공개 접미사 목록
"마지막 라벨 둘을 가져라"는 shopa.example에는 통하지만 practice-shop.co.uk에는 실패해요: 마지막 라벨 둘은 co.uk인데, 서로 상관없는 수천 개의 회사가 공유해요. 그래서 브라우저는 누구나 그 아래 이름을 등록할 수 있는 끝부분의 긴 파일인 공개 접미사 목록을 지녀요.
공개 접미사: com, co.uk, github.io처럼 누구도 통째로 소유하지 않는 끝부분. 사이트는 공개 접미사에 그 왼쪽의 라벨 하나를 더한 거예요.
목록에는 호스팅 서비스가 더한 "비공개" 접미사도 있어요. github.io가 거기 있으니, 회사 하나가 서버를 운영하더라도 alice.github.io와 bob.github.io는 서로 다른 두 사이트예요. 그 항목이 없으면 Alice의 블로그가 Bob의 블로그가 받는 쿠키를 설정할 수 있어요. 연습 세계에서는 pages.example이 같은 역할을 해요.
브라우저가 적용하는 규칙:
- 호스트를 소문자로 하고, 포트를 빼고, 끝의 점을 빼요(
shopa.example.은shopa.example을 쓰는 올바른 방법이에요). - 목록에 있는 호스트의 가장 긴 끝부분을 찾아요.
a.b.practice-charity.org.uk에서는uk와org.uk가 둘 다 목록에 있고,org.uk가 이겨요. - 사이트는 그 끝부분에 그 왼쪽의 라벨 하나를 더한 거예요.
- 호스트가 공개 접미사 자체라면(그냥
github.io같은), 사이트는 호스트 자체예요. - 목록의 끝부분이 하나도 맞지 않으면 마지막 라벨을 접미사로 다뤄요. 그래서
dev.app.zz의 사이트는app.zz예요.
실제 목록에는 와일드카드와 예외 규칙도 몇 개 있고, IP 주소는 그 자체가 사이트예요. 엔진은 그것들도 다루지만, 여기서는 빼도 돼요.
스킴을 고려한 같은 사이트
예전 브라우저는 등록 가능한 도메인만 비교해서 http://shopa.example과 https://shopa.example이 "같은 사이트"였어요. 오늘의 웹 표준은 같은 사이트를 스킴을 고려한 것으로 정의해요: 스킴이 사이트의 일부라서, 평범한 http 페이지는 다르고 믿을 수 없는 사이트로 쳐요. 카페 Wi-Fi의 누구든 http 페이지를 조작할 수 있고, 그게 https 사이트의 SameSite 쿠키를 빌릴 수 있으면 안 되니까 중요해요.
| A | B | 같은 출처? | 같은 사이트? |
|---|---|---|---|
https://www.shopa.example | https://shopa.example | 아니요 | 예 |
https://alice.github.io | https://bob.github.io | 아니요 | 아니요 |
http://shopa.example | https://shopa.example | 아니요 | 아니요(스킴 고려) |
https://shopa.example:8443 | https://shopa.example | 아니요 | 예(포트는 치지 않아요) |
필요한 Python
변수, if, 리스트, 함수 말고도 작은 도구 넷이 필요해요. 각각 무엇을 출력하는지와 함께 여기 있어요.
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)
깔끔한 요령: 끝부분을 가장 긴 것(labels[0:])부터 가장 짧은 것까지 시도하면, 목록에서 처음 찾은 게 자동으로 가장 긴 맞춤이에요.
해 보기 코드를 쓰기 전에 셋을 손으로 해 보세요: www.alice.pages.example, news.practice-paper.co.uk, zz. alice.pages.example, practice-paper.co.uk, zz가 나와야 해요.
다른 언어로
실제 프로젝트는 자체 목록 대신 관리되는 공개 접미사 목록 사본을 써요:
// 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"흔한 오해
"같은 사이트는 같은 출처를 느슨하게 말한 것이다." 다른 경계예요. 출처는 JavaScript가 페이지를 떼어 두는 데 쓰는 거예요(누가 누구의 데이터를 읽을 수 있나). 사이트는 프라이버시 기능이 무엇을 한 당사자로 칠지 정하는 데 쓰는 거예요(누구의 쿠키가 오가나, 삽입이 어느 항아리를 얻나). www.shopa.example과 shopa.example은 다른 출처이지만 한 사이트예요.
요약
- 사이트는 공개 접미사에 라벨 하나를 더한 것이고, 공개 접미사 목록이 접미사가 어디서 끝나는지 말해요.
- 목록의 가장 긴 접미사가 이기고,
github.io같은 비공개 접미사는 사용자마다의 하위 사이트를 각자 사이트로 만들어요. - 스킴을 고려한 같은 사이트는 스킴을 치니, 도메인의
http와https버전은 다른 사이트예요. - 출처는 페이지를 떼어 두고, 사이트는 어느 당사자가 누구인지 정해요.
함수 넷을 쓰고, 그다음 연습 URL 30개에 쓰세요.
host_from_url(url):url의 호스트, 소문자로, 포트와 끝의 점 없이.site_for(url, suffixes): 집합suffixes를 공개 접미사 목록으로 쓰고 레슨의 다섯 규칙(목록의 가장 긴 접미사에 라벨 하나, 그 자체가 접미사인 호스트는 자기 자신이 사이트, 아무것도 맞지 않으면 마지막 라벨이 접미사)으로 구한url의 사이트.schemeful_site(url, suffixes): 스킴, 그다음://, 그다음 사이트, 예를 들어"https://shopa.example".is_same_site(a, b, suffixes): 두 URL의 스킴을 고려한 사이트가 같으면True.
PRACTICE_SUFFIXES를 써서 PRACTICE_URLS의 모든 URL의 사이트를 순서대로 담은 리스트로 SITES를 설정하세요. 로직은 직접 쓰세요: watched의 site_of나 same_site를 쓰지 마세요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.