世界之窗论坛 - Powered by Discuz! Board

标题: 过滤规则BUG??? [打印本页]

作者: kbuddy 时间: 2009-5-23 14:34 标题: 过滤规则BUG???

为什么本人无法通过规则过滤这条内容？请给位帮忙看看，感觉我的规则没问题啊

过滤网址：http://c3.unionete.cn/fshow.php?id=1263
过滤规则：/(?:unionete\.cn\/fshow\.php)/

难道是bug？在线等各位的解答

作者: smile16888 时间: 2009-5-25 21:06

tw只能过滤页面里的代码，不能按网址过滤整个网页

作者: Aycox 时间: 2009-5-25 21:45

一般来说过滤分两类，按URL地址或页面内容。
TW2的传统黑名单就是URL过滤，#ex#等就是内容过滤。
网址和脚本图片地址一样都属URL，可过滤（非隐藏，是不下载），但不支持动态地址，所以就有楼主这个情况。

楼主可用#ex#通用内容过滤规则来过滤这种常见广告商的广告。

比如过滤此广告的来源脚本：
#ex#<script\b[^>]*?[\W_]unionete[\W_]....后面省略

或直接按网址过滤：
#exd#*.unionete.cn*#[\s\S]*###
注：这种写法，对于网页和脚本等广告内容，它和按URL过滤的传统黑名单*.unionete.cn*是一个效果。

作者: smile16888 时间: 2009-5-25 21:57

3# Aycox
A版写的太详细了，又学习了

作者: kbuddy 时间: 2009-5-27 10:10

一般来说过滤分两类，按URL地址或页面内容。
TW2的传统黑名单就是URL过滤，#ex#等就是内容过滤。
网址和脚本图片地址一样都属URL，可过滤（非隐藏，是不下载），但不支持动态地址，所以就有楼主这个情况。

楼主 ...
Aycox 发表于 2009-5-25 21:45 http://bbs.ioage.com/cn/images/common/back.gif

非常感谢版主的详细解答，这个我也知道，但是这个并不通用
1.“#ex#<script\b[^>]*?[……”这种方式并不通用，很多网站都是把脚本的引用并不直接放在页面内容里面，是放在自身网站的JS里面，通过这个JS去调用其他广告JS，在JS里调用其他JS和直接在页面中调用JS，写法是不同的，所以这个过滤会无效。
2.使用 #exd# 的方式个人感觉效率不高，因为会先下载这个被过滤的文件，然后再进行内容的正则替换，这个过程比较浪费时间。而1.0的规则是直接拦截网址，根本没有下载文件的过程，个人感觉效率会高点。

作者: Aycox 时间: 2009-5-27 14:19

内容过滤同样可制成通用规则，一般可改进下针对<script的写法，当然内容过滤毕竟有局限性，URL过滤还需改进，不过常见广告商的广告外链脚本大都是<scr...一类，我本人就是用的#ex#通用规则。

脚本广告生成有个流程，在其中各个环节过滤都可，一般的哪个最具特征有通用性就过滤哪个，不一定看到的广告是a站就一定要过滤名字为a脚本。内容过滤对脚本嵌套生成的脚本也有效。

作者: needed 时间: 2009-5-29 12:53

当前的2.x的过滤方式还不是最好的。
因为在写一些规则的时候。有一种满足不了自己特殊要求的感觉。

期待一下tw3吧。。
另外。 tw2 的方式是不下载广告的。当然。相应的html文件还是会下载的。而1.x的方式是先下载。再隐藏。

打个比方，你怎么才能知道一幅图片是黄色？你只有看完了才知道吧。
正如过滤。你只有下载了那个 html文件。当中如果含有广告js地址，才会把js那个标签去掉。实际上。 js文件包含的广告是不会下载的

欢迎光临世界之窗论坛 (http://bbs.theworld.cn/)