规则写法 粗谈 规则

duckZCX

                                                                       前言
1、想要搞定广告，自然得知道广告在HTML代码中的位置，知道位置，把它从HTML中刨除，使得网页解析的时候就没得广告解析，从而达到过滤广告的效果。
2、TW提供的过滤规则实际可以看成：我给出一个过滤式，然后TW通过过滤式描述的内容在HTML源码中剔除相应的代码。
                                                                   粗人的粗写法
    [^>]*? 用于<>内任意字符
    [\s\S]*?用于<>外任意字符或者前面已经有一个>结尾 之后的任意字符
    查查正则表达式里 元字符的意思，例如你想要过滤掉.(点),那么你的正则写法应该为\.(右斜杠点)
    HTML属于前后对称的语法，故我们一般看到的效果(例如文字：LLL)，在HTML源代码里都被至于<><>之间，形如<>LLL<>。
    既然正则提供了强大的字符匹配功能，那么我们只需要描述广告的<>标记，俗称tag标记，然后在tag标记间用任意字符代替，不管广告本身要描述的内容有多大，多广，统统搞定。
    最后需要做的就是唯一性了，举个例子，我写一篇文章，标题是3号字体的LLL，对应的HTML代码是：               <font size="3">LLL</font>
    文章正文是4号字体的LLL，对应的HTML代码是：          <font size="4">LLL</font>         
            
    写规则的时候，可以使用<font[^>]*?>[\s\S]*?<\/font>来描述，但你会发现不管3，4号的两种字体都被过滤了，这里的问题就在于规则的[^>]*?匹配font所在中括号内的所有字符，包括空格，自然3和4也被匹配了，所以都符合过滤规则，双双被拿下。
   如果我只想要过滤掉3号字体的LLL,那么只能让过滤条件符合3，也就是我们所说的唯一性了，对比两端代码会发现，除了3和4不同外，其余的地方均相同，那么我们点明匹配3，即
<font[^>]*?3">[\s\S]*?<\/font> 即可实现针对3号字体的过滤。

    注意：在上述规则[^>]*?3"处，我使用了3"结尾，但同样也可以使用3[^>]*?结尾，前者只能特定匹配以3"结尾然后>,后者却可以匹配3或者3后面跟任意数量字符的，包括"在内然后>的，通俗的说前者是后者的子集

0 0以后补充

[ 本帖最后由 duckZCX 于 2008-4-10 15:53 编辑 ]

sky5

abc[?=exp]这是看前面，可惜不支持看看后面，不然的话上面的两条可以更好的利用

sky5

刚看的时候还以为楼主写错字“初探”呢

52twb

学习了。

废墟一角

#exd#*bbs.ioage.com/cn/viewthread.php?tid=55229&page=1&extra=page%3D1*#<p class="customstatus">[\s\S]*?<\/p>###嘘嘘大人，我交作业了


惊喜来了~~~~~~

[ 本帖最后由 废墟一角 于 2008-4-10 16:45 编辑 ]

duckZCX

#exd#*bbs.ioage.com/cn/viewthread.php?tid=55229&extra=page%3D1#<div id="postmessage_521742" class="t_msgfont">[\s\S]*?<\/div>###丫丫很满意啊

[ 本帖最后由 duckZCX 于 2008-4-10 16:54 编辑 ]

52twb

一直觉得TW不错，就是因为其可以自我创作功能，给喜好的朋友一个展示个性的空间。
希望楼主多多发如此好贴，学习学习。

yjwgi

楼主的文章很好
但我还是没兴趣去学。

asin888

为什么不能用<font size="3">[\s\S]*?<\/font>过滤?
为什么一定要把size=这类的用匹配符呢

ice-fire

别谈了！
直接给我们一个通用的规则吧！！

Aycox

呵呵，人人都企望灵丹妙药一颗下肚广告全灭，可是世上真有仙丹么
支持鸭版通俗讲解，老百姓就说老百姓自己的能懂的话

雕刻时光

支持下这种普及。