前日在cnblogs上看到一遍文章《每个程序员都必读的12篇文章》,其中大多数是E文的。
先译其中一篇web相关的”每个程序员必知之WEB开发”。
原文:
http://programmers.stackexchange.com/questions/46716/what-technical-details-should-a-programmer-of-a-web-application-consider-before
问:对于一个web开发人员来说,在发布一个站点之前,他需要处理哪些细节性的问题。假如Jeff Atwood能在站点上忽略了对HttpOnly cookies,sitemaps,和cross-site request forgeries的关注,那我还能忽略些什么呢?
对于一个设计或提供站点内容的人来说,他们总认为站点的可用性及内容总比这个平台重要的多,当然在这个方面,web开发人员没有什么话语权。对于一个web开发人员来说,其更多需要关注的是站点的稳定性,是否表现良好,安全性,是否满足了其他商业目标(例如花费不要太高,构建时间不要太长,在google提供的搜索结果中是否有个良好的排名)。
我们可以从这个角度上讨论这个问题:一个web开发者在可信网络环境下做了些成成果,并且他打算将这个成果部署到当前这个糟糕的互联网环境上。
另外,我也寻找一个更具体的答案而非一个模糊的”web标准”,我的意思是已经了解了HTTP上的HTML、JavaScript、CSS技术,且认为你已经是一个专业的web开发人员。那么,除此之外还有那些标准,在什么环境下使用?为什么?请提供一个链接到标准的规范。
答:以下大部分的观点也许大部分都已知悉,但是其中有少量的观点你获取从来没有看过,别担心,你不必全部理解他们,或许对你来说你永远也不需要了解到他们。
接口设计及用户体验
- 你需要知道各种浏览器实现标准不一致,你需要保证你的站点在主流浏览器上能够良好运行。至少需要测试:基于Gecko引擎的浏览器(例如:Firefox),基于Webkit引擎的浏览器(例如Safari和其他一些手机浏览器),Chrome,IE及Opera。同时也需要考虑在不同的操作系统上,各种浏览器如何渲染你的站点。
- 考虑你的站点将会被如何使用:是在手机端访问,pc上的浏览器访问,亦或是搜索引擎。
- 在避免影响用户的情况下如何发布更新。是否有一个或者多个测试/临时以便在不打断站点访问的情况下进行架构、代码及内容的更新。是否有自动化的方式对在线站点进行发布。这些可以使用一套版本控制系统及自动化构建方式来有效实施。
- 不允许向用户提示不友好的错误信息。
- 不要以纯文本的方式提供出用户的email地址,因为他们会收到过多的垃圾邮件而死亡。
- 在用户生成的链接上增加rel=”nofollow”属性,以避免垃圾邮件。
- 对你的站点建立些限制,当然这应该是经过深思熟虑的-这也属于安全性范围。
- 学习如何逐步提高站点功能。
- 为避免重复提交,当POST成功执行后需要进行页面跳转。
- 不要忘记考虑辅助功能。它总是一个好主意,且在某些情况下这是一个法律要求。 WAI-ARIA和WCAG2个在这方面的良好资源。
- 不要让我想该如何进行操作。
安全性
- 这有很多需要阐述,但是OWASP开发指南中依据对web站点安全性从头到脚进行了介绍。
- 要了解注入特别是SQL注入,并学会如何避免他。
- 永远不要相信用户的输入,也不是来自于请求别的(包括cookie和隐藏的表单字段值)。
- 不要使用单独类似MD5或SHA加密策略,在进行散列密码值时,使用作料或多种作料以防止彩虹攻击。对于短密码,采用一个短散列算法处理,例如:bcrypt或scrypt。
- 不要使用你想象中的身份认证系统,很容易得到一个微妙的错误和不可测试的问题,甚至你自己都不知道会怎么回事。
- 了解处理信用卡规则。
- 使用SSL/HTTPS处理任何敏感数据。
- 防止会话劫持。
- 避免跨站点脚本攻击。
- 避免跨站点请求伪造。
- 避免点击劫持。
- 确保你的系统安装了最新的补丁。
- 确保你的数据库连接信息是安全的。
- 了解最新的攻击技术以免影响到你的平台。
- 阅读谷歌安全手册。
- 阅读web应用程序黑客手册。
- 考虑最小权限的负责人机制。
性能
- 如果有必要的话实现缓存策略。理解Http caching和html5 manifest并在合适的地方使用它们。
- 优化图像-不要使用20 KB大小的图像做重复背景。
- 了解如何gzip/deflate内容。
- 合并/连接多个样式表或多个脚本文件,以减少浏览器连接的数量,并通过gzip来压缩多个文件中的重复内容。
- 阅览雅虎卓越性能站点,其中包含大量很棒的指南,例如端到端的性能提升方法,YSlow工具。Goole page speed是是一个优化参考的好去处。
- 使用CSS image sprite技术减少图片请求。(ps:前段时间用node-canvas做了个本地化的css-sprite工具,有需要的可以找我拿源码^_^)。
- 访问量大的站点可以将内容划分到多个域下,但不要超过4个域。
- 静态内容(例如图片,css文件,js文件及一些静态文本)应该存放在一个单独的域下面,并且不能使用cokies,因为在每次请求时,都会将cookies带上。CDN(内容分发网络)是一个不错的选择。
- 减少一个浏览器页面上发起的http请求数量。
- 使用JavaScript文件压缩技术。
- 确保在站点的根目录下有一个favicon.ico文件,即使该文件未被任何使用,流量器也会自动加载它。如果没有这个文件的话,将会导致大量的404错误,从而占用你的服务器带宽。
SEO(搜索引擎优化)
- 使用搜索引擎友好的的url,例如:使用example.com/pages/45-article-title 而非example.com/index.php?page=45
- 当使用#动态内容更改#到#!然后在服务器$_REQUEST[“_escaped_fragment_”]是什么Googlebot使用,而不是#!换句话说,#!页= 1/变成/?_escaped_fragments_=页= 1。此外,对于可能使用FF.b4或铬,history.pushState用户({“foo”的:“酒吧”}“。?/页=1”,“关于”,);是一个伟大的命令。因此,即使在地址栏改变了页面不会重新加载。这使您可以使用?而不是#!保持动态内容,并告诉服务器当您发送电子邮件,我们是这个页面后的链接,以及AJAX并不需要再作额外的要求。(Google翻译,没有完全理解…)
- 不要使用”click here”这样的链接,这样会浪费SEO的机会并且也会让人更加难以理解。
- 要有一个XML站点地图,最好是在默认位置/sitemap.xml的。
- 当你有两个指向不同的地址,可以使用<link rel="canonical".../>,这个问题也可以从谷歌网站管理员工具解决。
- 使用Google Webmaster Tools 和 Bing Webmaster Tools.
- 使用Google Analytics。
- 了解机器人搜寻算法和搜索引擎爬虫的工作方式。
- 重定向请求(使用301永久移动)要求www.example.com到example.com(或者反过来),以防止分裂谷歌两个网站之间的排名。
- 你还要知道还有很多恶心的爬虫程序运作在网络上。(以前在做一个百科词条整理时,对某网站的词条进行了深度遍历,但程序运行不久IP就被封杀了。)
技术点
- 理解HTTP协议,例如:GET,POST,Session,Cookies以及“无状态”的含义。
- 根据W3C规范写你的XHTML/ HTML和CSS,并确保他们通过验证。这是为了避免浏览器的使用非标准的浏览器,如屏幕读取器和移动设备的正常工作。
- 了解JavaScript在浏览器中的运行机制。
- 理解JavaScript、css及其他资源在页面上是如何被加载的,并考虑他们对性能的影响。现在普遍接受将脚本放在应用程序或html5底部执行。
- 了解JavaScript沙箱的工作原理,特别是如果你打算使用iframe。
- 你要注意到JavaScript是可以被禁止的,并且AJAX是一个拓展而非基线。很多普通用户已经离开了它,NoScript越来越受欢迎,移动设备或许不会像你想象的那样运行,谷歌将无法运行大部分的的JavaScript。(不解,noscript标签是定义在未能执行js时的输出,当是当前js横行的时代,真的还有很多用户禁用js吗???)
- 理解重定向301和302的区别。(这也是SEO中的一项)
- 尽可能深入了解你的开发环境。
- 考虑使用Reset CSS或Normalize.css。
- 考虑JavaScript框架(如jQuery,MooTools,Prototype,Dojo或YUI3),这将使用JavaScript进行DOM操作时,隐藏了很多的浏览器差异。
- 考虑到JS框架及性能,可以使用一个服务,如谷歌库API来加载框架,使浏览器可以使用它已经缓存,而不是从你的网站下载一个副本的框架副本。(CDN)
- 不要重复造轮子。做任何事情之前先搜索关于如何做到这一点的组件或例子。有99%的可能性有人已经做到了和发布了一个开源版本的代码。
- 在明确你的需求之前,不要使用20个库去堆砌功能。特别是在客户端访问,其最重要的就是让事情轻便、快速和灵活。
Bug修复
- 你要知道你将要花费80%的时间去维护你20%时间写的代码,所以编码时请仔细。
- 建立一个良好的错误报告解决方案。
- 有一个能让大家提供建议或提出批评的系统。
- 将未来支持的功能及维护人员记录在文档中。
- 频繁的备份! (并且确保这些备份是功能性)埃德·卢卡斯的回答有一些忠告。有一个恢复策略,而不只是一个备份策略。
- 有一个版本控制系统来存放文件,例如Subversion,Mercurial或Git。
- 不要忘记做些验收测试,类似Selenium框架可以提供方便。
- 请确保您有足够的日志记录在案,例如使用框架log4j,log4net或log4r。如果你的网站发生了错误,你要知道发生了什么事情。
- 当登录时请务必同时捕获处理异常和未处理的异常。报告/分析日志的输出,因为它会告诉你网站中的关键问题。
很多知识都省略了,并不是因为他们不是有用的答案,而是它们要么过于详细,要么超出了范围,亦或对某些人来说过于深入。大家应该知道这知识概述,请随意畅谈,因为我可能错过了一些东西或者也犯了一些错误。
-----------------------------------------------------------------------------------------------------------------------------------------------------------------
翻译完了,大汗淋漓啊,有木有!!!如有不对之处,请拍砖。
原文:
备注:
HttpOnly Cookie:一种缓解XSS跨站点脚本攻击的技术;
http://desert3.iteye.com/blog/869080
http://blog.codinghorror.com/protecting-your-cookies-httponly/
Sitemap: 通常以xml文件方式,方便网站管理员通知搜索引擎他们网站上有哪些可供抓取的网页,以便搜索引擎可以更加智能地抓取网站。
http://blog.codinghorror.com/the-importance-of-sitemaps/
Cross-Site Request Forgeries:跨站请求伪造
http://blog.codinghorror.com/cross-site-request-forgeries-and-you/
OWASP:开放式Web应用程序安全项目(OWASP,Open Web Application Security Project)是一个组织,它提供有关计算机和互联网应用程序的公正、实际、有成本效益的信息。其目的是协助个人、企业和机构来发现和使用可信赖软件。
https://www.owasp.org/index.php/Category:OWASP_Guide_Project
HTML5 Manifest:离线缓存
http://www.html5rocks.com/zh/tutorials/appcache/beginner/
deflate:DEFLATE是同时使用了LZ77算法与哈夫曼编码(Huffman Coding)的一个无损数据压缩算法。
http://zh.wikipedia.org/wiki/DEFLATE
CDN:Content Delivery Network(内容分发网络)
内容分发网络是一种新型网络内容服务体系,其基于IP网络而构建,基于内容访问与应用的效率要求、质量要求和内容秩序而提供内容的分发和服务。
http://baike.baidu.com/view/8689800.htm?fromtitle=CDN&fromid=420951&type=search
雅虎站点性能优化:
https://developer.yahoo.com/performance/rules.html
Google page speed
https://developers.google.com/speed/docs/best-practices/rules_intro
Http 301,302
http://blog.csdn.net/ghj1976/article/details/1794684
Normalize.css 与 Reset CSS区别
Normalize.css与Reset CSS主要为定义浏览器统一的默认样式。
HTML rel canonical 属性值
rel canonical 属性值 -- rel="canonical"属性让搜索引擎知道当前网站中的重复或相似网页中,哪一个页面才是站长想让其抓取与收录的。
http://en.wikipedia.org/wiki/Canonical_link_element
http://tools.ietf.org/html/rfc6596
Google Analytics:企业级的网站分析服务
http://www.google.com/analytics/
Robots.txt(Robots exclusion standard)
http://en.wikipedia.org/wiki/Robots_exclusion_standard