课程大纲 第 49 课,共 156 课 · 构建一个拦截器
构建一个拦截器

清理链接并抓住跳转

为什么重要 当 Cookie 被分区时,跟踪者会把你的 ID 带到别的地方:放在链接本身里,或者让你在一瞬间经过它们自己的网站。一个只看脚本和像素的拦截器会把两者都漏掉。这一课堵住这两个缺口。

两个把戏,一个想法

想象一位朋友把你的纸条传给房间另一头的某个人,但他先在纸条上写下了自己名字的首字母。这就是链接装饰:一个被加到你要去的地址上的 ID,比如 ?adco_uid=7f3a...。

现在想象每一张纸条都必须先经过这位朋友的桌子。这就是一次跳转:你点击了一个指向 ShopB 的链接,但它其实去的是 adco.example/click?to=...,它读取自己的 Cookie,记下这次点击,然后把你送走。你几乎注意不到。

链接装饰:加到一个 URL 上的额外参数,用来把一个标识符从一个网站带到另一个网站,比如 utm_ 标签、fbclid、gclid,或者一个跟踪者自己的 ID。

跳转跟踪:在一次快速的重定向中让用户经过一个跟踪者的网站,这样跟踪者就得到了一次第一方访问,能读取和设置它自己的 Cookie,并了解到用户来自哪里、要去哪里。

重定向:服务器的一个回答,说“不在这里,去这个别的地址”(状态码 301、302、303、307 或 308,带一个 Location 响应头)。浏览器会自己跟随它。

你在跟踪器模块(第 42 和 43 课)里,在 AdCo 的日志中见过这两个把戏,而你在第 37 课(URL 与链接清理)写过一个完整的链接清理器。这里以一个简短的形式给出了清理器;新的技能是在哪里以及什么时候使用它。

防御 1:清理每一次导航,包括各次跳转

一次导航就是一个加载整个页面的请求:request.kind 是 "document"(表单提交时是 "form")。我们的练习浏览器会就重定向链的每一跳询问你的拦截器,而不只是第一跳。所以如果 AdCo 把你重定向到 shopb.example/?adco_uid=...,你的拦截器就有机会改为用清理后的地址作答,而 ShopB 永远看不到这个 ID。

以字符串的形式返回新的 URL,浏览器就会改用它(日志会把它标记为 cleaned)。当什么都没改变时,返回 "allow"。

防御 2:找出跳转站,然后跳过它们

每一个 Visit 都有一条 chain:它经过的地址列表,最后一个是你落脚的地方。一个跳转站有一种很能说明问题的模式:

  • 它出现在一条链中最后一跳之前,位于一个和目的地不同的站点上,并且
  • 它从来都不是目的地本身。人们不会有意去访问 adco.example。
visit.chain
# ['https://adco.example/click?to=https%3A%2F%2Fshopb.example%2F',
#  'https://shopb.example/']
# adco.example is in the middle, shopb.example is where you landed

一旦一个站点被认定为跳转站,拦截器就能做得比清理更好:当一次导航发往一个跳转站、而它的某个查询值本身就是一个网址时,就把用户直接送到那里。跟踪者根本得不到这次访问。

浏览器怎么做(2026 年 10 月核实)

Safari 从 2018 年起就会检测跳转跟踪者并清除它们的存储。Firefox 默认每天清除已知跟踪者的存储,并在严格模式下提供更完整的跳转跟踪保护。Chrome 只对那些屏蔽了第三方 Cookie 的人应用跳转跟踪缓解措施。好几个浏览器还会在隐私模式或严格设置下去掉众所周知的装饰参数,比如 fbclid。

一个常见的误解

“直接去掉每一个参数就好。”这会弄坏东西:?page=2、一个搜索词或一个密码重置令牌,常常正是页面需要的东西。只去掉已知的跟踪参数,保留其余的。真正的清理器还会为登录和支付流程保留一份允许列表。

试一试 把鼠标悬停在一个搜索引擎或社交网站上的推广链接上,看看窗口底部显示的地址。如果它以这个平台自己的域名开头,并在里面携带着你的目的地,你看到的就是一个跳转链接。

用其他语言实现

JavaScript:

function cleanUrl(url) {
  const u = new URL(url);
  for (const key of [...u.searchParams.keys()]) {
    const k = key.toLowerCase();
    if (k.startsWith("utm_") || TRACKING.has(k)) u.searchParams.delete(key);
  }
  return u.toString();
}

function findBouncers(visits) {
  const middle = new Set(), dest = new Set();
  for (const v of visits) {
    const final = siteOf(v.url);
    dest.add(final);
    v.chain.slice(0, -1).forEach(h => { if (siteOf(h) !== final) middle.add(siteOf(h)); });
  }
  return [...middle].filter(s => !dest.has(s));
}

PHP:

function clean_url(string $url): string {
    $p = parse_url($url);
    parse_str($p['query'] ?? '', $q);
    foreach (array_keys($q) as $k) {
        if (str_starts_with(strtolower($k), 'utm_') || in_array(strtolower($k), TRACKING)) unset($q[$k]);
    }
    return $p['scheme'] . '://' . $p['host'] . ($p['path'] ?? '') . ($q ? '?' . http_build_query($q) : '');
}

回顾

  • 在每一次导航上清理装饰,包括每一个重定向跳转。
  • 跳转站位于重定向链的中间,从来都不是一个真正的目的地。
  • 已知的跳转站可以通过直接前往它们携带的地址来跳过。
  • 只去掉已知的跟踪参数;其他参数能让网站保持正常工作。
轮到你了

clean_url 已经给出。编写 find_bouncers(visits):那些出现在一次访问的 chain 中最后一跳之前、位于一个和这次访问的最终 URL 不同的站点上、并且从来都不是任何一次访问的最终站点的站点组成的集合。然后编写 make_blocker(bouncers),它返回一个函数 blocker(request):对于 kind 不是 "document" 或 "form" 的请求,返回 "allow";对于一次发往 bouncers 中某个站点、并且携带着一个以 http:// 或 https:// 开头的查询值的导航,返回那个值的 clean_url;否则,如果 clean_url(request.url) 和 request.url 不同,就返回它,否则返回 "allow"。

发现这节课有问题?报告它 · 就这节课提问

这个练习即将开放

完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。