Conteúdo do curso Lição 39 de 156 · Por dentro de um rastreador (no mundo de prática)
Por dentro de um rastreador (no mundo de prática)

O mundo de prática

Por que isso importa Neste módulo você olha por dentro de um rastreador com cara de real e lê exatamente o que ele descobre sobre uma pessoa. Ver os dados com os próprios olhos é o jeito mais rápido de entender por que os navegadores combatem os rastreadores, e quais defesas realmente funcionam.

Tudo neste módulo acontece no mundo de prática: uma pequena web de faz de conta que vive dentro do Python. Nada aqui toca um site real, um navegador real ou uma pessoa real. É uma ferromodelo da web.

Mundo de prática: a web simulada do curso, construída pelo pacote watched. Ela tem alguns sites fictícios, um comprador fictício e um navegador que segue versões simplificadas das regras de cookies e armazenamento dos navegadores reais.

Quem mora lá

  • Três lojas: shopa.example (equipamento para atividades ao ar livre), shopb.example (uma farmácia) e shopc.example (coisas para casa e para bebês).
  • A AdCo em adco.example: uma rede de anúncios. As três lojas colam o pequeno script da AdCo nas suas páginas, do jeito que lojas reais acrescentam tags de anúncios e de análise de dados.
  • O Sam: nosso único comprador fictício, com um navegador e alguns interesses.

Toda página das lojas tem uma categoria, como running ou baby, do jeito que lojas reais rotulam páginas para busca e anúncios.

A AdCo já roda um rastreador

Você não vai escrever um rastreador. A AdCo já tem um ligado, como uma rede de anúncios real teria. Cada vez que o Sam vê uma página de loja, o script da AdCo informa a página à AdCo, e a AdCo guarda um log. Seu trabalho neste módulo é ler esse log como um investigador e depois ligar defesas do navegador e ver o que muda.

Log do servidor: a lista de toda requisição que um site recebe. Sites reais também guardam logs; muitas vezes é o primeiro lugar onde problemas de privacidade aparecem.

Seed: um número inicial para as escolhas "aleatórias" do simulador. A mesma seed sempre dá o mesmo mundo e a mesma navegação, então seus números batem com os testes.

Uma função auxiliar faz o trabalho: practice_log. Você dá a ela um mundo e uma lista de páginas; ela deixa o Sam navegar por elas com o rastreador da AdCo ligado e devolve o log da AdCo como uma lista de pequenos registros.

from watched import build_world
from watched.leg2e_inside import practice_log

world = build_world(seed=7)                 # the same world every run
pages = world.browsing_session(12)          # 12 pages Sam visits, in order
log = practice_log(world, pages)

print(len(log))       # 12: one record per page Sam saw
print(log[1])

Um registro fica assim:

{"page": "https://shopb.example/p/sleep-aid",
 "site": "shopb.example",
 "category": "health",
 "cookie_id": "4c1e9b0a77d2f310",
 "url_id": None,
 "traits": None}

cookie_id é o cookie da AdCo que o navegador do Sam enviou com o informe, se houver. O primeiro registro tem cookie_id igual a None, porque o navegador do Sam ainda não tem um cookie da AdCo. url_id e traits ficam None por enquanto; eles são preenchidos mais adiante no módulo (lições 42 e 43), quando a AdCo tenta outros truques.

Experimente Abra um site de compras real, depois abra as ferramentas de desenvolvedor do navegador (botão direito, depois Inspecionar) e vá para a aba Network. Recarregue a página e digite pixel ou collect na caixa de filtro. Cada linha é um informe para alguma empresa, igual aos da AdCo.

Resumo

  • O mundo de prática é uma web de faz de conta dentro do Python: três lojas, uma rede de anúncios, um comprador.
  • O rastreador da AdCo já está rodando; você lê o log dele, não constrói um.
  • practice_log(world, pages) retorna um registro por página que o Sam viu.

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.