Como as listas de bloqueio funcionam
Por que isso importa A maior parte do bloqueio de rastreadores no mundo hoje, em extensões e em navegadores, começa com um arquivo de texto simples cheio de regras. Quando você consegue ler esse arquivo, enxerga exatamente o que um bloqueador vai e não vai impedir, e por que um site às vezes quebra.
Um segurança com uma lista
Imagine um segurança na porta de uma balada segurando uma lista impressa: "não deixe estas pessoas entrarem", mais um bilhete curto: "exceto estes frequentadores". O segurança não julga ninguém; só confere os nomes na lista.
Um bloqueador funciona do mesmo jeito. Toda vez que uma página pede alguma coisa (um script, uma imagem, um pixel), o bloqueador confere o endereço na lista e diz permitir ou bloquear.
Lista de filtros: um arquivo de texto com regras, uma por linha, que diz a um bloqueador quais requisições impedir. A família mais conhecida é a EasyList, escrita na sintaxe do Adblock Plus, que a maioria dos bloqueadores entende.
Requisição: um pedido do seu navegador a um servidor, como "me envie https://adco.example/tag.js". Uma página costuma fazer muitas requisições.
A sintaxe, num pequeno subconjunto de prática
Listas reais têm dezenas de milhares de linhas e muitos recursos extras. Nós usamos uma lista de prática pequena e inventada, com a mesma sintaxe básica. Aqui está ela (fica em watched.leg2b_blocker.PRACTICE_LIST):
[Adblock Plus 2.0]
! Title: Watched Practice List (made up for the course)
||adco.example^
||metrics.example^$third-party
||trackmore.example^
/p.gif?
*/collect?*cid=
/beacon/*/hit$third-party
! Exceptions: things that look like trackers but are needed
@@||cdn.example^
@@/assets/p.gif?
! Cosmetic rules (hide page parts). A network blocker ignores these.
##.ad-banner
shopc.example##.sponsored| A linha se parece com | Significado |
|---|---|
! ... ou [...] | Um comentário ou um cabeçalho. Pule. |
||adco.example^ | Uma regra de domínio: bloqueie adco.example e todos os subdomínios, como img.adco.example. O ^ marca o fim do nome do host. |
/p.gif? | Uma regra de padrão: bloqueie qualquer endereço que contenha este texto. Um * no meio significa "quaisquer caracteres aqui". |
@@... | Uma exceção: permita, mesmo que uma regra de bloqueio também corresponda. |
...$third-party | Uma opção: aplique esta regra só quando a requisição vai para um site diferente da página em que você está. |
##.ad-banner | Uma regra cosmética: esconde parte da página. Ela nunca impede uma requisição, então um bloqueador de rede a ignora. |
Terceiro: uma requisição para um site diferente daquele na sua barra de endereço. Em shopa.example, uma requisição para adco.example é de terceiros; uma para a própria shopa.example é de primeira parte.
Transformando uma linha em dados
Programas não querem reler o texto a cada requisição. Então o primeiro trabalho é o parsing: transformar cada linha num pequeno dict uma única vez, na inicialização.
Parsing: ler um texto e transformá-lo em dados estruturados que um programa pode usar diretamente, como transformar uma lista de compras escrita em caixinhas marcadas num formulário.
Nosso dict de regra tem quatro chaves:
parse_rule("||metrics.example^$third-party")
# {'exception': False, 'kind': 'domain',
# 'value': 'metrics.example', 'third_party': True}
parse_rule("@@/assets/p.gif?")
# {'exception': True, 'kind': 'pattern',
# 'value': '/assets/p.gif?', 'third_party': False}
parse_rule("! just a comment")
# NoneDuas ferramentas de string do Python fazem a maior parte do trabalho. line.startswith("@@") verifica como uma linha começa. line.rsplit("$", 1) divide uma vez no último $, separando o texto da regra e as opções, então "a$b".rsplit("$", 1) é ["a", "b"].
Um equívoco comum
"Listas de bloqueio bloqueiam anúncios." Muitas bloqueiam, mas as listas que importam para a privacidade (como a EasyPrivacy) miram rastreadores: pixels, beacons e scripts de análise, que você nunca vê na tela. Uma página pode não mostrar nenhum anúncio e ainda assim enviar a sua visita para cinco empresas.
Experimente Num navegador de computador com uma extensão de bloqueio instalada, abra as configurações da extensão e encontre as listas de filtros. A maioria permite ver uma lista como texto simples. Procure linhas que começam com || e @@: são exatamente as regras que você vai interpretar agora.
Em outras linguagens
JavaScript:
function parseRule(line) {
line = line.trim();
if (!line || line.startsWith("!") || line.startsWith("[")) return null;
if (line.includes("##") || line.includes("#@#")) return null;
const exception = line.startsWith("@@");
if (exception) line = line.slice(2);
let thirdParty = false;
const at = line.lastIndexOf("$");
if (at >= 0) {
thirdParty = line.slice(at + 1).split(",").includes("third-party");
line = line.slice(0, at);
}
const isDomain = line.startsWith("||");
const value = isDomain ? line.slice(2).replace(/\^$/, "") : line;
return { exception, kind: isDomain ? "domain" : "pattern",
value: value.toLowerCase(), thirdParty };
}Rust:
struct Rule { exception: bool, domain: bool, value: String, third_party: bool }
fn parse_rule(line: &str) -> Option<Rule> {
let mut l = line.trim();
if l.is_empty() || l.starts_with('!') || l.starts_with('[') || l.contains("##") {
return None;
}
let exception = l.starts_with("@@");
if exception { l = &l[2..]; }
let mut third_party = false;
if let Some((rule, opts)) = l.rsplit_once('$') {
third_party = opts.split(',').any(|o| o == "third-party");
l = rule;
}
let domain = l.starts_with("||");
let v = if domain { l[2..].trim_end_matches('^') } else { l };
Some(Rule { exception, domain, value: v.to_lowercase(), third_party })
}Resumo
- Uma lista de filtros é texto simples: regras de domínio (
||host^), regras de padrão, exceções (@@) e opções ($third-party). - Regras cosméticas (
##) escondem partes da página e nunca impedem uma requisição. - Interprete uma vez em dicts simples, para que a correspondência depois seja rápida e clara.
Escreva parse_rule(line), que retorna None para linhas vazias, de comentário (!), de cabeçalho ([) e cosméticas (## ou #@#), e caso contrário um dict com as chaves exception, kind ("domain" ou "pattern"), value (em minúsculas, sem ||, o ^ final, @@ ou as $options) e third_party. Depois escreva parse_list(text), que retorna a lista de regras de todas as linhas, em ordem, deixando de fora os resultados None. Não importe o parser do próprio curso.
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.