课程大纲 第 43 课,共 156 课 · 跟踪器的内部(在练习世界里)
跟踪器的内部(在练习世界里)

跨越一次跳转的链接装饰

为什么重要 当第三方 Cookie 被屏蔽时,有些跟踪者会把 ID 挪到网址本身里。知道它是什么样子,你就能在自己的地址栏里发现它,而且这也解释了为什么浏览器现在会去掉一些链接参数。

如果俱乐部没法给你戴手环,它可以在你手上写一个号码。AdCo 的版本是:当 Sam 点击 AdCo 的某个“优惠”链接时,Sam 会短暂地经过 adco.example(一次跳转,你在第 38 课第一次逐跳跟踪过它),而 AdCo 会把 Sam 的 ID 加到 Sam 落脚的那家商店的地址上。

跳转:在去往你本来要去的地方的路上,快速经过一个跟踪者的网站。你几乎看不到它,但在那一瞬间,跟踪者就是你地址栏里的网站,所以它能使用它自己的第一方 Cookie。

链接装饰(来自第 37 课):往一个链接的地址里加上一个 ID,例如 ?adco_uid=4c1e9b0a,让下一个网站能读到它。

在这个实验里,第三方 Cookie 被屏蔽了,所以 cookie_id 总是 None。但跳转之后的记录现在带着 url_id:AdCo 放进地址里的那个 ID。商店页面把它保存在自己的存储里,所以那家商店之后的页面也会报告它。

一个被装饰过的地址看起来是这样的:

https://shopb.example/?adco_uid=d1151837cb90cdb8

Python 可以用 urllib.parse 把一个地址拆成几个部分:urlsplit(url).query 给出 ? 后面的文本,而 parse_qs 把它变成一个由列表组成的字典。值之所以是列表,是因为一个参数可能在地址里出现不止一次,所以取第一项。

from urllib.parse import urlsplit, parse_qs
url = "https://shopb.example/?ref=mail&adco_uid=d115"
print(parse_qs(urlsplit(url).query))   # {'ref': ['mail'], 'adco_uid': ['d115']}

防御

浏览器从两个方面对抗这种做法(2026 年 10 月核实)。第一,好几个浏览器会在隐私模式或严格设置下,从链接里去掉众所周知的装饰参数。第二,它们会检测那些只会让你跳转的网站,并清除它们的存储:Safari 从 2018 年起就这样做了,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,而 Chrome 只对屏蔽了第三方 Cookie 的人应用它。

你已经在第 37 课写过一个链接清理器。在第 49 课(第 8 模块)里,你会在每次导航时运行它,并教会你的拦截器发现并跳过像 AdCo 点击链接这样的跳转网站。

用其他语言实现

JavaScript 有一个内置的解析器:

const id = new URL(url).searchParams.get("adco_uid");   // null if missing

Go:

u, _ := url.Parse(raw)
id := u.Query().Get("adco_uid")   // "" if missing

回顾

  • 当第三方 Cookie 被屏蔽时,跟踪者可以改为把 ID 放在地址里携带。
  • 一次跳转让跟踪者在一瞬间使用它自己的 Cookie。
  • 浏览器的应对办法是去掉跟踪参数,并抓住跳转网站。
轮到你了

编写 id_in_address(url),返回 adco_uid 参数的值,如果没有就返回 None。编写 join_by_url_id(records),把每条记录的 url_id(跳过 None)映射到网站的集合。然后用初始代码里的 pages 列表、block_third_party_cookies=True 和 decorate_links=True,为 seed=7 构建 AdCo 的日志,并把它的 join_by_url_id 结果存进 joined。

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。