User Agent 解析器

它是浏览器在每次请求的 User-Agent 标头中放入的那一行，用来向服务器描述自己。按下上方工作区中的按钮，本页就会从 navigator.userAgent 中读出它并加以拆解。这个过程不会上传任何内容，读取发生在标签页内。一个典型的 User Agent 是 Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36，这六个片段中只有两个（平台注释和 Chrome 版本）说的是真话。其余都是兼容性沉积物，没有哪个浏览器敢删掉。

源于 1994 年的一个决定，以及此后三十年谁也无法撤销它。Netscape 的内部代号是 Mozilla，它以 Mozilla/2.0 作为自己的身份。服务器开始在提供框架页面之前检查这个标识，因为 Netscape 支持框架而竞争对手不支持。Internet Explorer 2 支持框架后却拿不到好页面，于是它发送 Mozilla/2.0 (compatible; MSIE 2.0)，从而得到了正确的页面。此后每个浏览器都照抄当时的领先者：Safari 加上了 Mozilla 和 KHTML，Chrome 加上了 Mozilla 和 Safari，Edge 加上了 Mozilla、Chrome 和 Safari。如今这个前缀只表示发送方是一个网页浏览器，而 5.0 自 1998 年以来就没变过。谁要是去掉它，就会发现某处总有某台服务器给它返回一个 1999 年的页面。

原因与 Internet Explorer 声称自己是 Netscape 相同。Chrome 在 2008 年发布时使用的是 Safari 背后的引擎 WebKit，而大量服务器端嗅探代码都把 WebKit 等同于 Safari。发送 AppleWebKit 和 Safari 标记能让 Chrome 拿到与 Safari 相同的页面，所以它就发送了。2013 年 Chromium 从 WebKit 分叉出 Blink，却照样继续发送这两个标记，因为那时删掉它们会让网站出问题。所以 AppleWebKit/537.36 是分叉那一刻的构建号，十多年来没有任何一个 Chrome 版本包含那份代码；而 Safari/537.36 也从来不是任何真实存在过的 Safari。实际后果是：解析器必须先检测 Chrome 再检测 Safari，否则每个 Chrome 用户都会被算作 Safari 用户。

Edg 表示基于 Chromium 的 Microsoft Edge，也就是 2020 年以来的所有 Edge。它故意只拼三个字母。旧版 Edge 发送的是 Edge/18.19041，而大量功能检测代码都是为了匹配字符串 Edge、并把它当作带有自己一套 bug 的 EdgeHTML 浏览器来处理而写的。如果推出一个能匹配这些检查的 Chromium 浏览器，就会让它套用并不需要的 EdgeHTML 兼容补丁，所以 Microsoft 选了一个当时还没有任何代码在匹配的标记。Android 上的 Edge 是 EdgA，iOS 上的 Edge 是 EdgiOS，手写解析器常常漏掉这两个。三种情况下，这个标记都位于一个完整的 Chrome 标记之后，因此从左到右读取、并在识别出第一个浏览器时就停下的解析器，会把 Edge 报告为 Chrome。

因为 Apple 在 iPadOS 13 中决定让 iPad 默认获取桌面版网站，而实现方式就是发送桌面字符串。如今 iPad 上的 Safari 发送 Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7)，其中没有任何 iPad 标记，与 Mac 上的 Safari 逐字节相同。仅凭字符串无法区分两者，而这是有意为之。如果你必须知道，线索在页面里而不在标头里：在冒充 Mac 的 iPad 上，navigator.maxTouchPoints 返回大于零的数字，而在几乎所有真正的 Mac 上返回零。只有当用户为该网站选择了“请求移动版网站”时，iPad 标记才会重新出现。

不可信，而且这不是附加说明，而是这个格式的本质属性。字符串由客户端自行选择。修改它只需在任意浏览器开发者工具的网络状况面板里改一个字段、给 curl 加一个 -A 参数，或在任意 HTTP 库里写一行代码。没有任何东西为它签名，没有任何东西验证它，这个标头也不附带任何保证。它适合用于数据分析，因为少量胡乱数据不会改变数据的整体形态；也适合用于选择下载链接，因为最坏的结果不过是装错了安装包。它绝不能用作访问控制、许可证检查、防机器人手段或任何其他安全决策。如果你需要确认某个请求真的来自 Googlebot，Google 正是为此公布了反向 DNS 范围和一份 JSON 格式的地址列表，对照它们进行验证，才是对待这一声明唯一可靠的方式。

它们是整个格式的替代方案。浏览器不再用一个字符串携带所有信息，不管网站想不想要；而是在每次请求中发送三个低熵字段（品牌列表、是否为移动设备以及平台名称），其余信息则一律保留，直到网站通过 Accept-CH 响应标头或 JavaScript 中的 navigator.userAgentData.getHighEntropyValues 点名索取。高熵值才是有用的部分：完整的浏览器版本、平台版本、架构、位数和设备型号。有两个细节值得了解。品牌列表中故意包含一个编造的品牌，名称每个版本都会变化，这样代码就必须正确解析整个列表，而不是匹配一个写死的名称，而后者恰恰是让旧字符串无法修复的那个错误。另外，支持并不普遍：Chromium 系浏览器实现了它，而 Safari 和 Firefox 都拒绝实现，这就是为什么每个浏览器发送的仍然是旧字符串。

这是 Google 分阶段推进的计划，自 2023 年的 Chrome 110 起已基本完成，目的是冻结字符串中让它成为指纹识别面的那些部分。Chrome 现在把次版本号、构建号和补丁号都报告为 0.0.0，所以完整版本读作 131.0.0.0，只有主版本号是真实的。在桌面端，平台版本被固定为一个定值。在 Android 上，每台设备都报告 Android 10 和型号 K，不管它实际是什么。Apple 更早做到了这一点，而且走的是另一条路：自 Big Sur 起，macOS 一直报告 10.15.7，因为大量嗅探代码按数值比较版本号，遇到 11 就会出错；而且在 Apple Silicon 上仍然发送 Intel 一词。结果是，这个字符串如今作为信号远比读取它的代码通常以为的要弱，任何需要真实值的场景都必须通过 Client Hints 去索取。

在 Chrome 和 Edge 中，打开开发者工具，通过三点菜单依次显示“更多工具”和“网络状况”，取消勾选“使用浏览器默认设置”，然后选择或输入一个字符串。Firefox 在 about:config 中提供 general.useragent.override。Safari 的“开发”菜单里有“用户代理”子菜单。在命令行中，curl 用 curl -A，wget 用 --user-agent，而每个 HTTP 库都有等效的一行选项。正当用途确实存在：测试你自己的网站是否给旧浏览器提供了正确内容、复现只有某个特定客户端才会遇到的 bug，以及查看爬虫收到的是什么。真正重要的是反过来想。既然你改起来这么容易，别人改起来也一样容易，所以你在服务器上写的任何检查都不能假定这个字符串是诚实的。为了绕过付费墙或速率限制而伪造它，与其说是技术问题，不如说是服务条款问题；而且这通常也会失败，因为严肃的系统早在多年前就不再信任这个标头了。

它的界面、同步和地址栏确实是 Chrome 的，但引擎不是。Apple 要求 iOS 和 iPadOS 上的每个浏览器都使用系统 WebKit 渲染，因此 Chrome iOS 版、Firefox iOS 版、Edge iOS 版和 Opera iOS 版底层都是 Safari，只是外壳不同。它们的标记分别是 CriOS、FxiOS、EdgiOS 和 OPiOS，每一个所在的字符串里也都带有 AppleWebKit 和一个 Safari 构建号，而在这种情况下，它们是真实的，而非装饰。对测试而言，实际后果才是有用的部分：在 iPhone 上的 Chrome 中报告的渲染 bug 就是 WebKit 的 bug，它会在同一设备的 Safari 中复现，而不会在其他任何平台的 Chrome 中复现。欧盟的《数字市场法》已开始放宽这一限制，但在此之外，这条规则依然成立。