URLs e limpeza de links
Por que isso importa Quando os cookies são bloqueados ou particionados, os rastreadores levam o seu ID no próprio link, e toda vez que você copia e compartilha um link assim, passa adiante o ID de clique junto. Um limpador de links remove essa decoração em toda navegação sem quebrar a página. Navegadores e bloqueadores trazem um; aqui você escreve o seu, e o módulo do bloqueador reaproveita a ideia.
Pense na etiqueta de uma encomenda. O endereço é o que o entregador precisa. Os adesivos colados por todo mundo que pegou o pacote no caminho ("veio pela newsletter", "cliente número 7f3a") não são. Limpar um link significa descolar os adesivos e deixar o endereço exatamente como estava.
URL: um endereço web, em partes: https://shopa.example:443/p/tent?colour=green#reviews tem um esquema (https), um host (shopa.example), uma porta (443), um caminho (/p/tent), uma consulta (colour=green) e um fragmento (reviews, que fica no navegador e não é enviado ao servidor).
Parâmetro de consulta: um pedaço name=value da consulta, separado dos outros por &.
Decoração de links: parâmetros adicionados a um link para levar um ID ou rótulo de campanha de um site para outro, como utm_source, fbclid ou gclid.
Dois trabalhos: normalizar, depois remover
Normalizar significa escrever o mesmo endereço sempre do mesmo jeito. Esquema e host não diferenciam maiúsculas, então HTTPS://SHOPA.Example vira https://shopa.example. A porta 443 é a padrão do HTTPS (80 para HTTP), então escrevê-la não acrescenta nada. Um caminho vazio é /. O próprio caminho diferencia maiúsculas em muitos servidores, então deixe-o em paz.
Remover significa tirar só os parâmetros de rastreamento. STRIP_PARAMS em watched.leg2c_http lista os nomes de IDs de clique e de campanhas (de plataformas de anúncios, ferramentas de e-mail e redes sociais), e todo nome que começa com utm_ também sai. Compare os nomes em minúsculas e depois de decodificar (utm%5Fsource é utm_source disfarçado). Todo o resto fica exatamente como foi escrito: q=red+tent não pode virar q=red%20tent, e a ordem importa para alguns sites.
Codificação por porcentagem: escrever um caractere como % mais dois dígitos hexadecimais, para que ele viaje com segurança numa URL: %5F é _, %26 é &. urllib.parse.unquote o converte de volta.
from urllib.parse import urlsplit
parts = urlsplit("https://Shop.Example:443/p?utm_source=x&id=5#top")
parts.scheme, parts.hostname, parts.port, parts.path, parts.query, parts.fragment
# ('https', 'shop.example', 443, '/p', 'utm_source=x&id=5', 'top')Por que não reconstruir a consulta com urlencode? Porque ele recodifica os valores e pode mudá-los em silêncio. Dividir a consulta bruta em & e manter os pedaços intocados é mais seguro. Um endereço aninhado como ?to=https%3A%2F%2F...%3Futm_source%3Dx é um valor codificado de um parâmetro normal; deixe-o em paz aqui (desembrulhar links de redirecionamento é trabalho para a próxima lição e para o bloqueador).
Um equívoco comum
"Remova todos os parâmetros, por segurança." Isso quebra resultados de busca (q=), números de página (page=2) e, pior de tudo, links de redefinição de senha e de login (token=). Um dos 40 casos avaliados é exatamente esse link de redefinição. Os limpadores dos navegadores usam uma lista pelo mesmo motivo (verificado em outubro de 2026).
Experimente Copie um link de um e-mail de newsletter ou de um post de rede social para um editor de texto. Consegue ver parâmetros utm_ ou um ID de clique comprido? Remova-os, abra o link mais curto e confira se a página ainda funciona.
Em outras linguagens
JavaScript:
function cleanLink(link) {
const u = new URL(link); // lower-cases host, drops default port
if (!["http:", "https:"].includes(u.protocol)) return link;
const kept = u.search.slice(1).split("&").filter(piece => {
const name = decodeURIComponent(piece.split("=")[0]).toLowerCase();
return piece && !name.startsWith("utm_") && !STRIP.has(name);
});
u.search = kept.length ? "?" + kept.join("&") : "";
return u.toString();
}C#:
var u = new Uri(link);
var kept = u.Query.TrimStart('?').Split('&')
.Where(p => p != "" && !IsTracking(Uri.UnescapeDataString(p.Split('=')[0])));
var b = new UriBuilder(u) { Query = string.Join("&", kept) };Resumo
- Normalize as partes que não diferenciam maiúsculas (esquema, host), retire as portas padrão e transforme um caminho vazio em
/. - Remova só os parâmetros de rastreamento conhecidos, comparados em minúsculas depois de decodificar; mantenha todos os outros pedaços exatamente como foram escritos e em ordem.
- Mantenha o fragmento, deixe em paz os links que não são web, e nunca remova tokens de que uma página precisa.
Escreva is_tracking_param(name): True quando o nome, decodificado com unquote e em minúsculas, começa com utm_ ou está em STRIP_PARAMS. Depois escreva clean_link(url): deixe sem mudanças os links que não são http/https; deixe em minúsculas o esquema e o host (mantenha qualquer parte user@ exatamente como foi escrita, e os colchetes em volta de um endereço IPv6); retire uma porta padrão; transforme um caminho vazio em /; divida a consulta em &, retire os pedaços vazios e os parâmetros de rastreamento, mantenha o resto exatamente como foi escrito e em ordem; nada de ? quando não sobrar nada; mantenha o #fragment. A avaliação usa os 40 casos de LINK_CASES mais links aleatórios.
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.