如何知道目标网站是否包含私人内容？

Question

我开发了一个工具，可以根据用户在浏览器中将其可视化的方式创建网页的缩略图。

如果所有用户看到相同的内容，我只想生成一次缩略图。但是，如果内容是自定义的或私人的（例如，Facebook主页），则生成的缩略图将仅适用于该特定用户，而不是所有人。

我的问题如下： - 如何检查网页是否包含隐私信息或显示以避免尝试获取它们？

我的研究让我认为如果使用https连接，则内容是私人的。但是，并非所有网站在私密数据时都使用https，但并不敏感，例如Facebook使用http作为您的个人主页。 我相信有一种方法可以检查php是否通过会话记录了用户，以检测该用户是否在登录类型的网站中。

任何想法？

由于提前， 盖尔

Answer 1

要考虑的一个想法是使用社交过滤器。 GMail的垃圾邮件陷阱就是一个众所周知的例子。这个想法是，你会产生最好的预览，但可以给用户提供某种小部件来标记网站预览不准确（例如：“如果此站点预览不准确，请选中此框”选项，其中一个原因是“此页面包含取决于用户使用它的个人信息”）。然后定义一个算法，以确定在决定停止提供该网站的预建预览之前，有多少人必须点击该小部件。

这种方法的一个缺点是它依赖于大量的用户使用该网站为了准确 - 而你的工具是年轻的和未使用的，这种方法将不会很准确。另外，很少有人访问的网站也会使这种方法很难准确。

编辑：超越这些问题的一种方法是仅基于访问频率预生成预览。换句话说，一旦某个特定的网站开始被足够的用户请求，那么您就开始预生成预览 - 包括小部件，然后允许用户告诉您不要预先生成它。这种方法可能会起作用，因为您可以保证足够的用户可以使用它来使小部件有用。

Answer 2

你不能。您不知道网站如何进行会话管理或以其他方式识别用户。它可能是cookies，在URL中编码或其他内容。

Answer 3

- 如何检查网页是否包含隐私信息或显示以避免尝试获取它们？

我认为最终的结果将是你不能。例如，Facebook不使用https。

有可能是私人网站的指标，例如登录字段的存在，但仍不会告诉您用户是否登录到该网站。

您也无法确定用户是否登录到某个站点，因为这些信息对服务器来说是私有的，并且无论用户是否登录，大多数站点都会维护一个会话cookie。

此外，即使网站用户不是私人用户（*咳嗽* YouPorn *咳嗽*），也会有网站用户不希望以缩略图形式出现。