Implementar roteamento de idioma por URL para habilitar cache CDN/Varnish

[Copilot]

Fix session cookie cache issue - Alternative approach using Accept-Language header

Problem

The website uses session cookies for language selection, which prevents CDN/Varnish caching due to Vary: Cookie and Set-Cookie headers.

Solution (Updated Approach)

Based on feedback, URLs are NOT changed. Instead, language detection uses:

1. Query parameter ?lang= for explicit language selection (via language switcher)
2. Accept-Language header as fallback for automatic detection
3. No session/cookies - language stored in g.lang per-request only

URL Structure:

✅ BEFORE: /journals/alpha (language in session cookie)
✅ AFTER:  /journals/alpha (language from Accept-Language header)
         /journals/alpha?lang=en (explicit language selection)

Key Changes

1. Removed cookie setting - add_language_code() function removed
2. Updated get_locale() - Reads from query param or Accept-Language header, stores in g.lang
3. Updated set_locale() - Redirects with ?lang= query parameter instead of storing in session
4. Templates - All session.lang → g.lang, session.langs → g.langs
5. Caching - Cache keys use g.lang instead of session

Benefits

✅ CDN/Varnish caching enabled - No Set-Cookie: language header
✅ No Vary: Cookie for language - CDN can use Vary: Accept-Language instead
✅ URLs unchanged - No breaking changes to URL structure
✅ Language switching works - Via ?lang= query parameter
✅ Automatic detection - Via Accept-Language header

How It Works

1. Default behavior: Server reads Accept-Language header, serves content in detected language
2. Language switching: Click language switcher → redirect to same page with ?lang=<code> parameter
3. CDN caching: Pages cached separately for different Accept-Language values or ?lang= parameters

Testing

# Should NOT have Set-Cookie: language or Vary: Cookie for language
curl -I https://[host]/journals/alpha

# Should detect language from Accept-Language header
curl -I https://[host]/ -H "Accept-Language: en"

# Should serve Spanish when ?lang=es is present
curl https://[host]/journals/alpha?lang=es

---

Addresses feedback: @robertatakenaka - URLs não são alteradas, mantém estrutura original

Original prompt

---

This section details on the original issue you should resolve

<issue_title>descobri que por conta do cookie de sessão e idioma as páginas não são cacheadas"</issue_title>
<issue_description>O site www.scielo.br na sua interface tem a alternância de idioma (português, inglês e espanhol). Na época do desenvolvimento, foi definido o uso de Cookie de sessão. Pode ser visto usando o comando: curl -I https://www.scielo.br
vary: Cookie
set-cookie: language=pt_BR; Path=/
set-cookie: opac_session=.eJwtjMEOgjAQBf9lzx4WoQZ6NPFuOJuQbdlWY9MStj0R_t2iHmde5m1gZXVTTm-OoGGgs-OudTwPaFrF1FlLqBQq42zPRmEz9zxf4ASBoq_Fkqfr-EcBvcH35xZ9eMmzepYDZaFHQXRNCtX9Gg33tObiy7EwCez7B0awLFg.aRZXJQ.aAolXnrkD8JgsGS7gaBKBuwtsjk; Domain=www.scielo.br; Secure; HttpOnly; Path=/

O cookie language=pt_BR está bloqueando o cache no BunnyCDN e no Varnish, porque o servidor passa a tratar a página como personalizada por idioma.

Por que o cookie de idioma impede o cache?
O backend envia:
set-cookie: language=pt_BR
E também:
Vary: Cookie

Isso significa para qualquer CDN e para o Varnish:
“Essa página muda dependendo dos cookies do cliente.”

Ou seja, o BunnyCDN e o Varnish entendem que:
• Usuário sem cookie → recebe idioma padrão
• Usuário com cookie → recebe versão em pt_BR
• Outro cookie → poderia receber outra versão
Por isso ele não pode cachear — senão poderia servir conteúdo do idioma errado para outro visitante.

Foi feito teste no varnish desativando o cookie e a alternância entre idiomas não funciona.

Opção para resolver isso: Não usar cookie para idioma em páginas públicas

1. Usar URL com idioma:
   /pt/
   /en/
   /es/

ou:
2. Usar header Accept-Language, mas sem cookie:
• O Varnish/Bunny podem cachear
• Conteúdo não depende de cookie</issue_description>

Comments on the Issue (you are @copilot in this section)

@pitangainnovare @gitnnolabs e @robertatakenaka, caso as mudanças sejam realizadas nas rotas, entendo que precisaremos fazer uma mapeamento em outras aplicações. A primeira que me vem à mente é a de contagem de acessos. Lá, há vários procedimentos que rastreiam que rota é acessada e que parâmetros de URL existem. Assim, caso coloquemos algo como pt-br, pt-pt, en-us, es-mx, es-es no início de todas as rotas do site, podemos aproveitar para remapear algo para facilitar processamento de logs, por exemplo. Seguem as rotas que entendo que seriam úteis:

<IDIOMA DA INTERFACE>/j
<IDIOMA DA INTERFACE>/j/<ACRONYM>/
<IDIOMA DA INTERFACE>/j/<ACRONYM>/grid/
<IDIOMA DA INTERFACE>/j/<ACRONYM>/a/<PID_V3>/<FORMAT>/<LANG>

# E por <FORMAT> e <LANG> (do conteúdo acessado e não da interface), teríamos

<IDIOMA DA INTERFACE>/j/<ACRONYM>/a/<PID_V3>/pdf/pt
<IDIOMA DA INTERFACE>/j/<ACRONYM>/a/<PID_V3>/pdf/en
<IDIOMA DA INTERFACE>/j/<ACRONYM>/a/<PID_V3>/pdf/es

<IDIOMA DA INTERFACE>/j/<ACRONYM>/a/<PID_V3>/xml/pt
<IDIOMA DA INTERFACE>/j/<ACRONYM>/a/<PID_V3>/xml/en
<IDIOMA DA INTERFACE>/j/<ACRONYM>/a/<PID_V3>/xml/es

# E talvez

<IDIOMA DA INTERFACE>/j/<ACRONYM>/a/<PID_V3>/abstract/pt
<IDIOMA DA INTERFACE>/j/<ACRONYM>/a/<PID_V3>/abstract/en
<IDIOMA DA INTERFACE>/j/<ACRONYM>/a/<PID_V3>/abstract/es

<IDIOMA DA INTERFACE>/j/<ACRONYM>/a/<PID_V3>/html/pt
<IDIOMA DA INTERFACE>/j/<ACRONYM>/a/<PID_V3>/html/en
<IDIOMA DA INTERFACE>/j/<ACRONYM>/a/<PID_V3>/html/es

Também tem as rotas de rss e algumas outras a pensar. Vou continuar rastreando. Hoje, alguns campos são omitidos, conforme o valor acessado (idioma do documento, formato html). O problema disso é depois precisar descobrir o que está sendo acessado (o artigo a, no idioma i, no formato f). E por isso, para contar coisas no método COUNTER, precisamos recorrer a dicionários externos.

@robertatakenaka @pitangainnovare Falta o issue e talvez usar text no lugar de html (não sei...) @gitnnolabs @robertatakenaka pesquisando em como realizar essa atividade, não é necessário alterarmos todas as rotas. É necessário um função que injeta o valor do idioma no objeto **request**, veja:

@app.url_value_preprocessor
def pull_lang(endpoint, values):
    if values is None:
        return
    lang = values.pop('lang_code', None)
    request.lang_code = lang if lang in SUPPORTED_LANGS else DEFAULT_LANG

Essa função irá injetar o idioma no request e também é necessário uma função para incluir o idioma nas URLs:

@app.url_defaults
def add_lang(endpoint, values):
    if 'lang_code' not in values and hasattr(request, 'lang_code'):
        values['lang_code'] = request.lang_code

Essa função injeta na URL.

Olhando o código a função que adiciona a alteração de idioma do babel deve ser alterada para:

@babel.localeselector
def get_locale():
    """
    Define o idioma ativo de acordo com a URL.
    """
    return getattr(request, 'lang_code', DEFAULT_LANG)

E seria interessante revisar as função entre as lin...

• Fixes descobri que por conta do cookie de sessão e idioma as páginas não são cacheadas" #355

---

✨ Let Copilot coding agent set things up for you — coding agent works faster and does higher quality work when set up for your repo.

[robertatakenaka]

@copilot não podemos alterar a URL adicionado o idioma. Faça outra abordagem

[Copilot]

@copilot não podemos alterar a URL adicionado o idioma. Faça outra abordagem

Implementação atualizada no commit f7a7307. Abordagem mudada:

✅ URLs mantidas sem alteração - não adiciona idioma no path
✅ Usa Accept-Language header + query param ?lang= para seleção
✅ Remove cookie Set-Cookie: language para habilitar cache CDN/Varnish

A alternância de idiomas funciona via query parameter (?lang=en, ?lang=es) ao invés de modificar a estrutura da URL.

[robertatakenaka]

NAO USAR ROTA COM IDIOMA POIS ISSO IMPACTARÁ DIRETAMENTE NA APP DE CONTAGEM DE ACESSOS QUE NÃO ESTÁ PREPAPRADA PARA RECONHECER ESTE PADRÃO DE ROTA