Site, origin và "cùng site"
Vì sao điều này quan trọng Mọi quy tắc quyền riêng tư bên trong một trình duyệt đều bắt đầu với một câu hỏi: "đây là site nào?" Cookie, phân vùng, SameSite, danh sách bên theo dõi và việc phát hiện lần nảy đều xếp mọi thứ theo site. Nếu một engine trả lời sai câu này, một bên theo dõi có thể lọt vào giữa hai chiếc lọ, hoặc blog của hai người lạ có thể rốt cuộc dùng chung một lọ. Trong bài này bạn tự viết câu trả lời.
Hãy nghĩ tới một tòa chung cư. Địa chỉ con phố (example) được mọi người dùng chung, nên nó không cho bạn biết ai sống ở đâu. Số căn hộ cộng con phố (shopa.example) là một hộ gia đình. Các phòng bên trong căn hộ (cdn.shopa.example, www.shopa.example) đều thuộc về cùng hộ đó. Một trình duyệt muốn biết hộ gia đình.
Ba từ bạn cần
Host: phần tên của một URL, như cdn.shopa.example trong https://cdn.shopa.example:8443/lib.js. Nó được tạo từ các nhãn ngăn cách bằng dấu chấm: cdn, shopa, example.
Origin: scheme, host và cổng gộp lại, như https://cdn.shopa.example:8443. Đó là ranh giới chặt nhất: https://www.shopa.example và https://shopa.example là hai origin khác nhau.
Site: phần của host mà một chủ sở hữu đã đăng ký, còn gọi là tên miền đăng ký được: shopa.example cho mọi host ở trên. Các tính năng quyền riêng tư như phân vùng và SameSite làm việc trên site, vì dù sao một chủ sở hữu cũng kiểm soát mọi host bên dưới nó.
Danh sách hậu tố công cộng
"Lấy hai nhãn cuối" đúng với shopa.example, nhưng sai với practice-shop.co.uk: hai nhãn cuối là co.uk, thứ hàng nghìn công ty không liên quan dùng chung. Nên các trình duyệt mang theo một danh sách hậu tố công cộng (public suffix list), một tệp dài gồm các phần đuôi mà bên dưới đó ai cũng đăng ký được một cái tên.
Hậu tố công cộng: một phần đuôi không ai sở hữu toàn bộ, như com, co.uk hay github.io. Site là hậu tố công cộng cộng thêm một nhãn ở bên trái nó.
Danh sách cũng chứa các hậu tố "riêng" do các dịch vụ lưu trữ thêm vào. github.io có trong đó, nên alice.github.io và bob.github.io là hai site khác nhau, dù một công ty vận hành các máy chủ. Nếu không có mục đó, blog của Alice có thể đặt một cookie mà blog của Bob nhận được. Trong thế giới luyện tập của chúng ta, pages.example đóng cùng vai trò.
Các quy tắc, như trình duyệt áp dụng chúng:
- Viết thường host, bỏ cổng, và bỏ một dấu chấm ở cuối (
shopa.example.là một cách viết hợp lệ củashopa.example). - Tìm phần đuôi dài nhất của host có trong danh sách. Với
a.b.practice-charity.org.uk, cảuklẫnorg.ukđều được liệt kê;org.ukthắng. - Site là phần đuôi đó cộng một nhãn ở bên trái nó.
- Nếu host chính là một hậu tố công cộng (như
github.iotrơn), site là chính host đó. - Nếu hoàn toàn không có phần đuôi nào được liệt kê khớp, coi nhãn cuối là hậu tố. Vậy
dev.app.zzcó site làapp.zz.
Các danh sách thật cũng có vài quy tắc ký tự đại diện và ngoại lệ, và một địa chỉ IP là một site riêng. Các engine xử lý cả những cái đó; ở đây bạn có thể bỏ qua chúng.
Cùng site có tính scheme
Các trình duyệt cũ chỉ so sánh tên miền đăng ký được, nên http://shopa.example và https://shopa.example là "cùng site". Các tiêu chuẩn web ngày nay định nghĩa cùng site là có tính scheme (schemeful): scheme là một phần của site, nên trang http trơn được tính là một site khác, không đáng tin. Điều đó quan trọng vì bất kỳ ai trên Wi-Fi quán cà phê của bạn cũng có thể can thiệp vào một trang http, và nó không được mượn cookie SameSite của site https.
| A | B | Cùng origin? | Cùng site? |
|---|---|---|---|
https://www.shopa.example | https://shopa.example | Không | Có |
https://alice.github.io | https://bob.github.io | Không | Không |
http://shopa.example | https://shopa.example | Không | Không (có tính scheme) |
https://shopa.example:8443 | https://shopa.example | Không | Có (cổng không được tính) |
Phần Python bạn cần
Ngoài biến, if, list và hàm, bạn cần bốn công cụ nhỏ. Mỗi cái được cho ở đây cùng với những gì nó in ra.
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)Một mẹo hay: nếu bạn thử các phần đuôi từ dài nhất (labels[0:]) tới ngắn nhất, cái đầu tiên bạn tìm thấy trong danh sách tự động là phần khớp dài nhất.
Tự thử Trước khi viết mã, làm tay ba cái: www.alice.pages.example, news.practice-paper.co.uk và zz. Bạn phải được alice.pages.example, practice-paper.co.uk và zz.
Trong các ngôn ngữ khác
Các dự án thật dùng một bản sao được bảo trì của danh sách hậu tố công cộng thay vì danh sách tự làm:
// 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"Một hiểu lầm phổ biến
"Cùng site nghĩa là cùng origin, chỉ là cách nói lỏng hơn." Chúng là hai ranh giới khác nhau. Origin là thứ JavaScript dùng để giữ các trang tách biệt (ai được đọc dữ liệu của ai). Site là thứ các tính năng quyền riêng tư dùng để quyết định cái gì được tính là một bên (cookie của ai được đi, một phần nhúng nhận lọ nào). www.shopa.example và shopa.example là hai origin khác nhau nhưng là một site.
Tóm tắt
- Một site là hậu tố công cộng cộng một nhãn; danh sách hậu tố công cộng cho biết hậu tố kết thúc ở đâu.
- Hậu tố được liệt kê dài nhất thắng, và các hậu tố riêng như
github.iokhiến site con của mỗi người dùng là một site riêng. - Cùng site có tính scheme tính cả scheme, nên phiên bản
httpvàhttpscủa một tên miền là hai site khác nhau. - Origin giữ các trang tách biệt; site quyết định bên nào là bên nào.
Viết bốn hàm, rồi dùng chúng trên 30 URL luyện tập.
host_from_url(url): host củaurl, chữ thường, không có cổng và không có dấu chấm ở cuối.site_for(url, suffixes): site củaurl, dùng setsuffixeslàm danh sách hậu tố công cộng và năm quy tắc từ bài học (hậu tố được liệt kê dài nhất cộng một nhãn; một host chính là hậu tố thì là site của chính nó; nếu không có gì khớp, nhãn cuối là hậu tố).schemeful_site(url, suffixes): scheme, rồi://, rồi site, ví dụ"https://shopa.example".is_same_site(a, b, suffixes):Truekhi hai URL có cùng site có tính scheme.
SITES là một list chứa site của mọi URL trong PRACTICE_URLS, theo thứ tự, dùng PRACTICE_SUFFIXES. Hãy tự viết phần logic: đừng dùng site_of hay same_site từ watched.
Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này
Bài tập này sẽ sớm mở.
Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.
Trình duyệt này đang chặn cookie cho learn.floati.life, nên các bài học bạn đã hoàn thành tại đây không thể mở theo thứ tự. Hãy cho phép cookie cho trang web này và tải lại trang.