[TheWorld 3] TheWorld 3 广告过滤规则教程 (2009.12.16 更新) 表达式, 时间

elkay

首先是TheWorld 3 广告过滤扩展简介，推荐大家稍微花时间了解一下，2楼是结合实例的过滤教程

序言
TheWorld 3 的过滤规则采用标准的xml格式，所以在使用和编写的过程中有几点需要注意的我先说一下：
1. 虽然我们的规则是 xml 格式，但是并不需要 xml 语法基础，大家写规则的时候可以复制现成的规则，然后对特定的区域进行修改就可以了
    备注：请一定要注意标签的对称和关闭
2. tw3 的过滤规则依然支持正则表达式，没有正则表达式基础的人一样可以编写，因为在 tw3 的过滤规则中，正则表达式只是可选条件
3. 规则文件中的 xml 标签大家可以无视，因为在编写规则的过程中这些不是必须了解和编写的内容，大家需要编写的规则大部分都在<![CDATA[ ]]>中间，编写规则的过程中只有一点要非常注意：CDATA中不支持嵌套
   即<![CDATA[ ]]>里面不能出现"]]>"字样
4. 编写过滤规则依然需要一定的 html 语法基础，最起码你要知道那些是你要过滤的内容，那些不是


过滤规则参数简介(请结合过滤扩展附带的示例规则查看，会更加清楚)
一、xml 标签简介(常见的过滤规则中所使用到的，看不明白的可以直接跳过，在编写规则的时候复制现成的进行修改即可，并不一定要了解这些内容)
首先介绍version，这个节点表示过滤规则的版本，从1.0.2.5版过滤扩展开始，升级到2.0版本的规则，即<version>2.0</version>       

TheWorld 3 过滤规则支持自动更新，需要编写的时候填写相应的字段
1. onlineupdate
    这个节点下的是自动更新需要的填写的内容
1.1 downloadurl
    downloadurl是规则更新的地址，例如：发布在论坛上的规则就是这样的<downloadurl><![CDATA[http://bbs.ioage.com/cn/attachment.php?aid=87168]]></downloadurl>

12. quotewebpage
    是规则所在页面的链接地址，例如：发布在论坛上的规则就是这样的<quotewebpage><![CDATA[http://bbs.ioage.com/cn/thread-123230-1-1.html]]></quotewebpage>

url拦截部分
1. urlrules
    url拦截规则都在<urlrulse></urlrules>以内

1.1 includeurls
    url拦截列表，支持正则表达式；如：<includeurls><![CDATA[*/guanggao/*]]></includeurls>

1.2 excludeurls
    url拦截排除列表，优先级高于 includeurls；如 <excludeurls><![CDATA[*ioage.com*]]></excludeurls>

页面元素过滤部分
1. rule
    对应一个站点的规则就在一个<rule></rule>以内

1.1. name
    每个rule节下的<name></name>之间的是过滤规则的名称；如<name>百度的过滤规则</name>

1.2. domains和domain
    domains以及domain下的内容是这个规则所对应的站点，其中也可以设置排除站点
    注：domain节可以并列

1.2.1 . include和exclude
    domain节下，控制规则对应或排除的网址
    include：表示该规则对应的网址；如：<include><![CDATA[*baidu.com*]]></include>
    exclude：表示该规则排除的网址；如：<exclude><![CDATA[map.baidu.com]]></exclude>

2. pattern
    pattern节就是规则主体部分，每一个 pattern 都可以看作是一条规则，由于支持多重过滤，所以可以在 pattern 下再加 pattern，理论上可以无限个
    注：该节可由参数设置不同的功能，具体请参考后面的参数简介

2.1 targets
    targets节包含规则的匹配和替换

2.2 param
    这里的 param 节表示下面的规则所对应的内容(由pattern 节的参数 type 控制，具体请参考后面的参数简介)如：<param><![CDATA[table]]></param> 表示规则对应的范围是一个table
    同时，在用作匹配标签的时候 name 节表示规则所匹配的内容，支持正则表达式；如：<param><![CDATA[width="30%"]]></param> 表示在上一节中的范围内搜索 "width="30%""进行匹配

2.3 paramex
     这里的 paramex 节表示上节规则所对应的标签属性值(由pattern 节的参数 type 控制，具体请参考后面的参数简介)如：<paramex><![CDATA[header]]></paramex> 表示规则对应的范围是标签属性值为header

2.4 replacevar
    replacevar 可以在规则中声明变量，将上一节 param 中匹配到的内容输出到变量；如：<replacevar><![CDATA[$name$]]></replacevar>
   
2.5 replace
    replace 节是规则的替换部分当匹配到上一节 param 的内容后进行替换；如：<replace><![CDATA[<!--AD Blocked By TheWorld 3-->]]></replace>
    也可以引用 replacevar 节中的变量，如：<replace><![CDATA[$name$]]></replace>

2.6 reverse
    reverse 反向匹配，设为"1"开启，"0"关闭，没有该节即默认关闭

3. attachhtml
    attachhtml 可以在对应的页面后面增加自定义的内容；如：<attachhtml><![CDATA[<!--自定的内容-->]]></attachhtml>


二、pattern中的参数
type= 1 (搜索块操作)
按标签(param属性指定的值,如DIV)查找块,为下一级过滤搜索匹配到的区间集(同时搜索到多个满足条件的DIV区间)。

type= 2 (确认块操作)
以正则式表达式(param属性指定的正则表达式)是否匹配,确认上层搜索到的区间是否是需要查找的区域。

type= 3 (确认块操作)
查找通配字符(param的属性指定其值)在上级过滤确认的区间中是否存在,以确认上层搜索到的区间是否是需要查找的区间。

Type= 4 (搜索块操作)
按标签当type=4时，targets节下增加paramex作为结束(以param属性值开始, 以paramex属性值结束)查找块
比如：<param><![CDATA[<!--begin-->]]></param><paramex><![CDATA[<!--end-->]]></paramex>，表示搜索以<!--begin-->开始到<!--end-->结束的区间

type= 5 (搜索确认块操作)
查找任意字符(支持正则表达式)，注意，type=5 不适用于以上 4 种方式当中，type=5同时提供搜索和确认操作，可以直接进行替换等操作
比如：<param><![CDATA[google]]></param>表示直接以文本方式搜索"google"字样


三、常量
$AppPath$
引用过滤扩展所在目录路径

elkay

tw3 的过滤规则实际上比tw2要容易的多，希望大家都能很好的利用，有问题的请在本版讨论
由于目前的过滤扩展管理界面没有完善，所以暂时只能将规则做成可以导入的xml规则文件，示例以过滤世界之窗论坛顶部为例

首先，给大家提供一个可以导入的xml模板，把下面的内容保存成xml文件即可

1. <?xml version="1.0" encoding="utf-8"?>
   
2. <adfilter>
   
3. <version>2.0</version>       
   
4.   <rules>
   
5.     <rule>
   
6.       <name>过滤规则名称</name>
   
7.         <onlineupdate>
   
8.         <downloadurl><![CDATA[过滤规则文件链接]]></downloadurl>
   
9.         <quotewebpage><![CDATA[过滤规则所在帖子链接]]></quotewebpage>
   
10.         </onlineupdate>
    
11.       <domains>
    
12.         <domain>
    
13.           <include>
    
14.             <![CDATA[*规则对应的网址*]]>
    
15.           </include>
    
16.           <exclude>
    
17.             <![CDATA[规则排除的网址]]>
    
18.           </exclude>
    
19.         </domain>
    
20.       </domains>
    
21.       <pattern type="1">
    
22.           <targets>
    
23.             <param>
    
24.               <![CDATA[标签]]>
    
25.             </param>
    
26.           </targets>
    
27.           <pattern type="3">
    
28.               <targets>
    
29.                 <param>
    
30.                   <![CDATA[关键字]]>
    
31.                 </param>
    
32.                 <replace>
    
33.                   <![CDATA[<!--AD Blocked By TheWorld 3-->]]>
    
34.                 </replace>
    
35.               </targets>
    
36.           </pattern>
    
37.       </pattern>
    
38.     </rule>
    
39.   </rules>
    
40. </adfilter>

复制代码

首先，我们来看一下我们要过滤的目标
就是本论坛的顶部：

2009-11-20 20:02

接着，我们查看页面源码找到这个部分，很容易我们就找到了这个部分

1. <div id="header">

复制代码

我们要过滤的目标就是id="header"的div

根据一楼的设置参数，我们把这个代入到刚刚提供的xml模板中即可，我们得到了以下的规则

1. <?xml version="1.0" encoding="utf-8"?>
   
2. <adfilter>
   
3. <version>2.0</version>       
   
4.   <rules>
   
5.     <rule>
   
6.       <name>tw论坛首页测试规则</name>
   
7.         <onlineupdate>
   
8.         <downloadurl><![CDATA[http://bbs.ioage.com/cn/attachment.php?aid=12345]]></downloadurl>
   
9.         <quotewebpage><![CDATA[http://bbs.ioage.com/cn/thread-12345-1-1.html]]></quotewebpage>
   
10.         </onlineupdate>
    
11.       <domains>
    
12.         <domain>
    
13.           <include>
    
14.             <![CDATA[*bbs.ioage.com/cn/*]]>
    
15.           </include>
    
16.         </domain>
    
17.       </domains>
    
18.       <pattern type="1">
    
19.           <targets>
    
20.             <param>
    
21.               <![CDATA[div]]>
    
22.             </param>
    
23.           </targets>
    
24.           <pattern type="3">
    
25.               <targets>
    
26.                 <param>
    
27.                   <![CDATA[id="header"]]>
    
28.                 </param>
    
29.                 <replace>
    
30.                   <![CDATA[<!--AD Blocked by TheWorld 3-->]]>
    
31.                 </replace>
    
32.               </targets>
    
33.           </pattern>
    
34.       </pattern>
    
35.     </rule>
    
36.   </rules>
    
37. </adfilter>

复制代码

把上面的规则保存成xml文件，然后在广告设置界面导入之后我们再次访问论坛就会看到，顶部的内容已经没有了
如图：

2009-11-20 20:02