Secondo HAR: campioni, lettori e richieste della pagina di Instagram #45

Merged
Alby96 merged 6 commits from funzione/lettori-har-12-novembre into main 2026-11-13 10:24:08 +01:00
Owner

Sintesi

Il secondo HAR di Alberto (12 novembre, senza filtro) è stato letto con gli strumenti della sonda, sulla sua macchina e fuori dal repository. Da lì arrivano otto campioni ripuliti nuovi, due aggiunte al vocabolario dei lettori e l'esito delle richieste che la pagina di Instagram fa al sito, base di richieste.instagram.json e della raccolta della strada B (#36). Tre correttivi alla sonda, emersi lavorando sul HAR vero, sono la condizione per tutto il resto. In più la sonda ora legge un HAR troncato: il terzo HAR (lo scorrimento della parte A quater) è arrivato tagliato due volte da Chrome.

Perché

  • #35: per scrivere le richieste e i lettori della strada B servono campioni reali (regola 9).
  • Sul HAR vero ripulisci si fermava su un numero con esponente e verifica dava 223 falsi allarmi.
  • Il HAR dello scorrimento (12 novembre, notte) è arrivato troncato due volte, a 200 000 byte e a 57 MB, e la sonda lo rifiutava come un file sbagliato.

Che cosa cambia

  • Sonda (tools/Febe.Sonda):
    • un numero lungo con esponente o virgola si falsifica cifra per cifra e resta un numero JSON valido;
    • la verifica non cerca dentro i valori che l'elenco ammesso tiene di proposito, mai però nelle chiavi di dati;
    • la verifica dice sotto quale chiave sopravvive un frammento, mai il frammento;
    • le parole degli indirizzi finti (sito, altro, esempio) e le estensioni dei file non contano come frammenti;
    • da-har e richieste leggono un HAR troncato (HarFile): tengono le voci complete, scartano quella dentro cui il file finisce e lo dicono (Truncated, DroppedEntry). Un file rotto in qualunque altro modo resta rifiutato. Per richieste la voce scartata conta comunque come dati: si chiude dove si ferma e passa per le stesse regole di una voce intera, e ogni stringa JSON del testo interrotto conta come valore.
  • Lettori: profile.postCount = media_count e la chiave nuova highlight.cover (cover_media.cropped_image_version, letta come una versione). Codice: HighlightKeys.Cover in ReaderVocabulary, una riga in ShapeReader.
  • Campioni 000009–000016 in tests/Febe.Tests/campioni/instagram. Gli elenchi lunghi sono accorciati sulla copia ripulita e già verificata, così i grezzi non si aprono nemmeno per tagliarli. I campioni sono:
    • scheda del profilo;
    • post del profilo, con un reel e una serie;
    • schede Reel e Con tag, che sono anteprime e non contenuti;
    • elenco delle raccolte con la copertina;
    • storie di un profilo;
    • vassoio delle storie della pagina iniziale, con nome e foto dell'account collegato (H10);
    • una serie di 20 figli con un video.
  • Documenti:
    • docs/sonda/richieste-instagram.md (nuovo):
      • quale operazione dà che cosa, indirizzi, variabili, radici, pagine successive;
      • i campi che ogni richiesta porta;
      • le tre scritture che la pagina manda da sola e Febe mai: storia vista, ricerca recente, «mi piace»;
      • le tre vie per doc_id e i campi di sessione, alla luce di §6.1;
      • che cosa manca.
    • docs/sonda/esito.md: le ipotesi H1–H4, H6 e H10 alla luce del HAR.
    • docs/prove-dal-vivo.md, parte A quater: il giro corto per ciò che manca, cioè l'elenco dei seguiti e la seconda pagina dei post, e come esportarlo senza che Chrome tronchi il file.
    • docs/decisioni.md, docs/stato.md e il LEGGIMI.md dei campioni.

Come è stato provato

febe-sonda verifica --grezzi …\grezzi --ripuliti …\ripuliti     (sulla macchina di Alberto, codice finale)
  Grezzi: 142 file; ripuliti: 142; frammenti controllati: 44102.
  Verifica superata: nessun valore dei grezzi sopravvive fuori dall'elenco ammesso.
dotnet build -warnaserror
  Avvisi: 0, Errori: 0
dotnet test tests/Febe.Tests --filter "InstagramReader|Sanitizer|ReaderVocabulary|RequestShape|HarImport"
  Superati: 62, Non superati: 0
dotnet test tests/Febe.Tests   (Windows, ultimo commit)
  Superati: 836, Non superati: 0, Ignorati: 76 (Chromium e Xvfb)
febe-sonda richieste / da-har / ripulisci / verifica sul HAR troncato dello scorrimento   (macchina di Alberto)
  «Il file HAR è troncato»: 141 voci complete, 6 campioni, «Verifica superata» (10 991 frammenti)

Prove nuove:

  • InstagramReaderTests: sette;
  • SanitizerTests: tre, fra cui una chiave di dati grezza lasciata nella copia ripulita, che deve far fallire la verifica anche sotto una chiave di date o di codici;
  • HarFileTests: 16 casi. Fra questi: tagli dentro una voce, fra due voci e dopo l'elenco; errori di sintassi con un taglio più avanti, che restano rifiutati; testo non Unicode valido nella voce scartata; un nome che è un dato solo nel testo interrotto, in base64 o in un blocco incorporato in una pagina. Ognuna delle cinque mutazioni provate (logica disattivata a mano) fa fallire almeno una prova.

Controllo dei campioni nuovi con la regola generic-api-key di gitleaks rifatta in Python: nessun valore segnalato. Il gitleaks vero gira nella CI.

Revisione avversaria prima del commit: 18 agenti, 8 rilievi confermati, tutti corretti. I principali:

  • due difetti della verifica: una chiave di dati grezza poteva passare sotto la regola della chiave che la contiene; un carattere come il segno Kelvin poteva fermarla invece di segnalare la fuga;
  • una serie con un video che era già nel HAR e che i documenti davano per mancante;
  • la via «riusa l'ultima richiesta della pagina», che come era scritta faceva uscire i gettoni dalla pagina, contro §6.1.

Revisione avversaria del lettore troncato (21 agenti), 6 rilievi confermati, tutti corretti. Il principale: la prima versione non contava i valori del testo interrotto, per cui un nome che era un dato solo lì poteva finire in richieste.json.

Non provato:

  • Nessuna richiesta della strada B è scritta: arrivano con #36.
  • Elenco dei seguiti e seconda pagina dei post: non sono in nessun HAR. Il terzo (lo scorrimento) si ferma alla pagina iniziale, perché Chrome lo ha troncato dopo 141 voci.

Rischi e ritorno indietro

  • Nessun effetto su Docker o Windows in uso, salvo i lettori: due concetti in più, letti solo dove le chiavi esistono.
  • Per tornare indietro: git revert -m 1 del commit di unione.

Controlli prima di unire

Le regole di §2 della specifica (docs/SPECIFICA.md):

  • 1. Verso Instagram parla solo il browser di Febe: nessuna connessione nuova
  • 2. Il browser si usa così com'è; nessun comando CDP nuovo
  • 3. Niente scavalcamenti
  • 4. Un account, una rete, un motore
  • 5. Sola lettura: le scritture viste nel HAR sono elencate come da non mandare mai
  • 6. Solo ciò che l'account di Alberto vede già
  • 7. Ogni azione del motore verso il sito passa dal Governatore (nessun codice del motore cambiato)
  • 8. Al primo segnale di §7.6 ci si ferma
  • 9. Nessuna prova contatta Instagram; i grezzi li ha letti solo febe-sonda, mai aperti a mano
  • 10. Nessun formato inventato: ogni chiave nuova del vocabolario compare nei campioni (EveryKeyOfTheVocabularyComesFromTheRealSamples)
  • 11. Niente segreti nei registri: la verifica stampa dove, mai che cosa
  • 12. La libreria non cancella e non sostituisce file da sola
  • 13. Nessuna dipendenza nuova
  • 14. Resoconto onesto: ciò che non è stato verificato è scritto qui sopra

E le convenzioni:

  • La verifica è verde sull'ultimo commit: da guardare sulla CI
  • Nel motore niente DateTime.Now, Task.Delay o Random diretti
  • Codice e commenti in inglese; interfaccia, documenti e messaggi in italiano
  • Ogni scelta tecnica nuova ha la sua riga in docs/decisioni.md
  • Nessuna schermata cambiata
  • Le righe per CHANGELOG.md e docs/stato.md sono scritte qui sotto

Per CHANGELOG.md e docs/stato.md

  • I lettori di Instagram leggono il numero dei post del profilo e la copertina delle raccolte (#35).
  • Sonda: la ripulitura regge i numeri con esponente e la verifica non dà più falsi allarmi sui valori ammessi (#35).
  • Sonda: da-har e richieste leggono un HAR troncato dal browser, con le sole voci complete (#35).

🤖 Generated with Claude Code

## Sintesi Il secondo HAR di Alberto (12 novembre, senza filtro) è stato letto con gli strumenti della sonda, sulla sua macchina e fuori dal repository. Da lì arrivano otto campioni ripuliti nuovi, due aggiunte al vocabolario dei lettori e l'esito delle richieste che la pagina di Instagram fa al sito, base di `richieste.instagram.json` e della raccolta della strada B (#36). Tre correttivi alla sonda, emersi lavorando sul HAR vero, sono la condizione per tutto il resto. In più la sonda ora legge un HAR **troncato**: il terzo HAR (lo scorrimento della parte A quater) è arrivato tagliato due volte da Chrome. ## Perché - #35: per scrivere le richieste e i lettori della strada B servono campioni reali (regola 9). - Sul HAR vero `ripulisci` si fermava su un numero con esponente e `verifica` dava 223 falsi allarmi. - Il HAR dello scorrimento (12 novembre, notte) è arrivato troncato due volte, a 200 000 byte e a 57 MB, e la sonda lo rifiutava come un file sbagliato. ## Che cosa cambia - **Sonda** (`tools/Febe.Sonda`): - un numero lungo con esponente o virgola si falsifica cifra per cifra e resta un numero JSON valido; - la verifica non cerca dentro i valori che l'elenco ammesso tiene di proposito, mai però nelle chiavi di dati; - la verifica dice sotto quale chiave sopravvive un frammento, mai il frammento; - le parole degli indirizzi finti (`sito`, `altro`, `esempio`) e le estensioni dei file non contano come frammenti; - `da-har` e `richieste` leggono un HAR troncato (`HarFile`): tengono le voci complete, scartano quella dentro cui il file finisce e lo dicono (`Truncated`, `DroppedEntry`). Un file rotto in qualunque altro modo resta rifiutato. Per `richieste` la voce scartata conta comunque come dati: si chiude dove si ferma e passa per le stesse regole di una voce intera, e ogni stringa JSON del testo interrotto conta come valore. - **Lettori**: `profile.postCount` = `media_count` e la chiave nuova `highlight.cover` (`cover_media.cropped_image_version`, letta come una versione). Codice: `HighlightKeys.Cover` in `ReaderVocabulary`, una riga in `ShapeReader`. - **Campioni** `000009`–`000016` in `tests/Febe.Tests/campioni/instagram`. Gli elenchi lunghi sono accorciati sulla copia ripulita e già verificata, così i grezzi non si aprono nemmeno per tagliarli. I campioni sono: - scheda del profilo; - post del profilo, con un reel e una serie; - schede Reel e Con tag, che sono anteprime e non contenuti; - elenco delle raccolte con la copertina; - storie di un profilo; - vassoio delle storie della pagina iniziale, con nome e foto dell'account collegato (H10); - una serie di 20 figli con un video. - **Documenti**: - `docs/sonda/richieste-instagram.md` (nuovo): - quale operazione dà che cosa, indirizzi, variabili, radici, pagine successive; - i campi che ogni richiesta porta; - le tre scritture che la pagina manda da sola e Febe mai: storia vista, ricerca recente, «mi piace»; - le tre vie per `doc_id` e i campi di sessione, alla luce di §6.1; - che cosa manca. - `docs/sonda/esito.md`: le ipotesi H1–H4, H6 e H10 alla luce del HAR. - `docs/prove-dal-vivo.md`, parte A quater: il giro corto per ciò che manca, cioè l'elenco dei seguiti e la seconda pagina dei post, e come esportarlo senza che Chrome tronchi il file. - `docs/decisioni.md`, `docs/stato.md` e il `LEGGIMI.md` dei campioni. ## Come è stato provato ```text febe-sonda verifica --grezzi …\grezzi --ripuliti …\ripuliti (sulla macchina di Alberto, codice finale) Grezzi: 142 file; ripuliti: 142; frammenti controllati: 44102. Verifica superata: nessun valore dei grezzi sopravvive fuori dall'elenco ammesso. dotnet build -warnaserror Avvisi: 0, Errori: 0 dotnet test tests/Febe.Tests --filter "InstagramReader|Sanitizer|ReaderVocabulary|RequestShape|HarImport" Superati: 62, Non superati: 0 dotnet test tests/Febe.Tests (Windows, ultimo commit) Superati: 836, Non superati: 0, Ignorati: 76 (Chromium e Xvfb) febe-sonda richieste / da-har / ripulisci / verifica sul HAR troncato dello scorrimento (macchina di Alberto) «Il file HAR è troncato»: 141 voci complete, 6 campioni, «Verifica superata» (10 991 frammenti) ``` Prove nuove: - `InstagramReaderTests`: sette; - `SanitizerTests`: tre, fra cui una chiave di dati grezza lasciata nella copia ripulita, che deve far fallire la verifica anche sotto una chiave di date o di codici; - `HarFileTests`: 16 casi. Fra questi: tagli dentro una voce, fra due voci e dopo l'elenco; errori di sintassi con un taglio più avanti, che restano rifiutati; testo non Unicode valido nella voce scartata; un nome che è un dato solo nel testo interrotto, in base64 o in un blocco incorporato in una pagina. Ognuna delle cinque mutazioni provate (logica disattivata a mano) fa fallire almeno una prova. Controllo dei campioni nuovi con la regola `generic-api-key` di gitleaks rifatta in Python: nessun valore segnalato. Il gitleaks vero gira nella CI. Revisione avversaria prima del commit: 18 agenti, 8 rilievi confermati, tutti corretti. I principali: - due difetti della verifica: una chiave di dati grezza poteva passare sotto la regola della chiave che la contiene; un carattere come il segno Kelvin poteva fermarla invece di segnalare la fuga; - una serie con un video che era già nel HAR e che i documenti davano per mancante; - la via «riusa l'ultima richiesta della pagina», che come era scritta faceva uscire i gettoni dalla pagina, contro §6.1. Revisione avversaria del lettore troncato (21 agenti), 6 rilievi confermati, tutti corretti. Il principale: la prima versione non contava i valori del testo interrotto, per cui un nome che era un dato solo lì poteva finire in `richieste.json`. Non provato: - Nessuna richiesta della strada B è scritta: arrivano con #36. - Elenco dei seguiti e seconda pagina dei post: non sono in nessun HAR. Il terzo (lo scorrimento) si ferma alla pagina iniziale, perché Chrome lo ha troncato dopo 141 voci. ## Rischi e ritorno indietro - Nessun effetto su Docker o Windows in uso, salvo i lettori: due concetti in più, letti solo dove le chiavi esistono. - Per tornare indietro: `git revert -m 1` del commit di unione. ## Controlli prima di unire Le regole di §2 della specifica (docs/SPECIFICA.md): - [x] 1. Verso Instagram parla solo il browser di Febe: nessuna connessione nuova - [x] 2. Il browser si usa così com'è; nessun comando CDP nuovo - [x] 3. Niente scavalcamenti - [x] 4. Un account, una rete, un motore - [x] 5. Sola lettura: le scritture viste nel HAR sono elencate come da non mandare mai - [x] 6. Solo ciò che l'account di Alberto vede già - [x] 7. Ogni azione del motore verso il sito passa dal Governatore (nessun codice del motore cambiato) - [x] 8. Al primo segnale di §7.6 ci si ferma - [x] 9. Nessuna prova contatta Instagram; i grezzi li ha letti solo `febe-sonda`, mai aperti a mano - [x] 10. Nessun formato inventato: ogni chiave nuova del vocabolario compare nei campioni (`EveryKeyOfTheVocabularyComesFromTheRealSamples`) - [x] 11. Niente segreti nei registri: la verifica stampa dove, mai che cosa - [x] 12. La libreria non cancella e non sostituisce file da sola - [x] 13. Nessuna dipendenza nuova - [x] 14. Resoconto onesto: ciò che non è stato verificato è scritto qui sopra E le convenzioni: - [ ] La verifica è verde sull'ultimo commit: da guardare sulla CI - [x] Nel motore niente DateTime.Now, Task.Delay o Random diretti - [x] Codice e commenti in inglese; interfaccia, documenti e messaggi in italiano - [x] Ogni scelta tecnica nuova ha la sua riga in docs/decisioni.md - [x] Nessuna schermata cambiata - [x] Le righe per CHANGELOG.md e docs/stato.md sono scritte qui sotto ### Per CHANGELOG.md e docs/stato.md - I lettori di Instagram leggono il numero dei post del profilo e la copertina delle raccolte (#35). - Sonda: la ripulitura regge i numeri con esponente e la verifica non dà più falsi allarmi sui valori ammessi (#35). - Sonda: `da-har` e `richieste` leggono un HAR troncato dal browser, con le sole voci complete (#35). 🤖 Generated with [Claude Code](https://claude.com/claude-code)
Alby96 added this to the 0.2.0 — Raccolta che funziona su Instagram milestone 2026-11-13 00:24:26 +01:00
Alby96 added 3 commits 2026-11-13 00:24:27 +01:00
Il HAR del 12 novembre (senza filtro) letto con la sonda sulla macchina di
Alberto, fuori dal repository: 45 forme di richieste, 142 campioni ripuliti e
verificati. Da qui otto campioni nuovi (scheda e post del profilo, schede Reel e
Con tag, raccolte, storie, vassoio delle storie, serie con un video), accorciati
sulla copia ripulita per non aprire mai i grezzi.

Lettori: postCount = media_count e la chiave nuova highlight.cover. Le schede
Reel e Con tag restano anteprime, non contenuti; il blocco della pagina
iniziale da' nome e foto dell'account collegato (H10).

Sonda: i numeri con esponente restano numeri; la verifica non cerca dentro i
valori ammessi di proposito ma sempre nelle chiavi di dati, cerca la chiave del
frammento con lo stesso confronto del testo, e non conta le parole degli
indirizzi finti.

docs/sonda/richieste-instagram.md: quale operazione da' che cosa, le scritture
che Febe non deve mai mandare, le vie per doc_id e i campi di sessione nei
limiti di 6.1, cio' che manca (seguiti, seconda pagina dei post: parte A
quater delle prove dal vivo).

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Stato: PR #44 unita, verifica verde al quinto tentativo
verifica / controlli (push) Canceled after 0s
verifica / prove (push) Canceled after 0s
verifica / installatore (push) Canceled after 0s
verifica / immagine (push) Canceled after 0s
8d2f85693c
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Chrome ha troncato due esportazioni del giro A quater (a 200 000 byte e a
57 MB, a meta di un corpo di risposta) e la sonda le rifiutava come file
sbagliati. Ora da-har e richieste tengono le voci complete, scartano quella
dentro cui il file finisce e lo dicono; un file rotto in qualunque altro
modo resta rifiutato.

Per richieste la voce scartata conta comunque come dati: si chiude dove si
ferma e passa per le stesse regole di una voce intera, e ogni stringa JSON
del testo interrotto conta come valore, cosi un nome che e un dato solo li
non arriva nel file delle forme.

In A quater: come esportare senza che il file si tronchi.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Alby96 added 1 commit 2026-11-13 08:28:45 +01:00
Processo: con un push perso da Gitea si unisce su un push nuovo
verifica / controlli (push) Successful in 14s
verifica / prove (push) Successful in 11m42s
verifica / installatore (push) Successful in 3m44s
verifica / immagine (push) Successful in 13m27s
9c18252a47
La notte del 13 novembre Gitea ha perso l'evento del push di 78aa32b. La
verifica lanciata a mano e verde, ma non scrive gli stati del commit, e la
protezione di main non lascia unire neppure un amministratore. Il caso va
scritto in processo.md e in stato.md; il push di questo commit fa girare la
verifica che serve per unire la PR #45.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Alby96 added 2 commits 2026-11-13 09:48:24 +01:00
La protezione di main non lascia unire una richiesta indietro rispetto al
ramo di base: porta il commit di unione della PR #44, senza cambiare
il contenuto.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Stato: perché l'unione della PR #45 era rifiutata
verifica / controlli (push) Successful in 14s
verifica / prove (push) Successful in 11m38s
verifica / installatore (push) Successful in 3m31s
verifica / immagine (push) Successful in 13m56s
e8dc4693e5
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Alby96 merged commit 305791f57b into main 2026-11-13 10:24:08 +01:00
Alby96 deleted branch funzione/lettori-har-12-novembre 2026-11-13 10:24:12 +01:00
Sign in to join this conversation.
No Reviewers
1 Participants
Notifications
Due Date
No due date set.
Dependencies

No dependencies set.

Reference: Alby96/Febe#45