AY

原帖由 elkay 于 2008-1-15 00:35 发表 http://bbs.ioage.com/cn/images/common/back.gif
我都说了，只有根据实际情况才能真正想到解决问题的办法，通用性的考虑不可能完美的，你说的情况确实存在，但是不会影响到任何东西，因为根据不同的情况可以修改规则来达到目的，你说的mt能实现这种效果，但是他一样不能做到百分百通用，因为这些关键字必须要有实际的例子才能加上，你不可能一开始就知道那些关键字是你要过滤的，只能是看到一个加一个，这就解决问题了，看到一个就可以根据实际情况来改变规则啊，最后大家依然是在一条线上啊

你是明白 bound 的作用了，但还是不明白 bound 的重要性。有 bound 和没有 bound 是有天渊之别的，举个例：

在 mt/proxomitron，透过 bound 一条简单规则便能准确过滤任何网站上所有含 doubleclick, googlesyndication, hitbox 的 script，不用看 script 的代码，也不用对个别网站添加规则。
bound=<script.*?</script>
match=.*(doubleclick|googlesyndication|hitbox).*

在 tw 呢？在 A 站看到 doubleclick 便需要根据情况加一条规则，在 B 站看到 googlesyndication 又需要根据情况加一条规则，在 C 站看到 hitbox 又再需要根据情况加一条规则... 但在 A 站又可以有 5 条不同的 doubleclick script (像 www.nba.com)，在 B 站又可以有 doubleclick，googlesyndication，hitbox 3 条情况不同的 script (像 sports.espn.go.com)...你说需要添加多少条规则了？即使你能够在日常浏览的网站都根据情况准确过滤了，但当广告商更改 script 的源码时，即使仍然是 doubleclick, googlesyndication, hitbox，情况还是改变了，你的规则可能已经失效，或者出错。你需要找出失效/出错的规则，再根据新的情况修改...你说需要花多少精神时间？

bound 是 proxomitron 根据长期用户反馈的实际需要添加的。看看透过 bound，下面的 1 条 MT2 规则可以有多强大 - 通用 (任何网站适用)，准确 (保证匹配对应的 <script...</script>，不用考虑个别情况，不怕 script 代码更改)，方便 (不用查看 script 源码，添加新广告商像添加黑名单般容易)...

bound=<script.*?</script>
match=.*(.doubleclick.net|.googlesyndication.com|.superstats.com|.surfaid.ihost.com|.falkag.net|.hitbox.com|.specificpop.com|.112.2o7.net|.superstats.com|.addfreestats.com|.adserver.com|.advertising.com|.advertwizard.com|.dealtime.com|.fastclick.com|.gostats.com|.nedstat.nl|.nedstatbasic.net|.questionmarket.com|.spylog.com|.valueclick.com|.sitemeter.com|.extreme-dm.com|.survey-poll.com|.thecounter.com|.teocash.com|ShowBurstAd|adrevenue|adstream|adserver|admentor).*

不断提出 TW 这个过滤上的不足，是希望开发组能够明白 bound 的作用及重要性，然后加以能改进。记得开发组当初对这种文本过滤方式不太热衷，是用户(包括我)多番要求才加入吧。但既然加入了，希望能够做到符合一贯使用文本过滤的用户的基本需要。

elkay

我都说了，只有根据实际情况才能真正想到解决问题的办法，通用性的考虑不可能完美的，你说的情况确实存在，但是不会影响到任何东西，因为根据不同的情况可以修改规则来达到目的，你说的mt能实现这种效果，但是他一样不能做到百分百通用，因为这些关键字必须要有实际的例子才能加上，你不可能一开始就知道那些关键字是你要过滤的，只能是看到一个加一个，这就解决问题了，看到一个就可以根据实际情况来改变规则啊，最后大家依然是在一条线上啊

netwjx

唉 楼主说了些现在就使用的方法 本来这个exd规则就是先域名 后内容的
只是 正则 实在不能要求它能十分快
另IE的渲染 也没有FF快  特别是出现特殊代码时IE假死 崩溃的几率比FF高很多了
最快的还是Opera(连接能力比IE和FF强不少 针对内容简单的网页速度会十分快)

chenzone

这么高深啊 还是用就是了 问题留给你们解决了

AY

原帖由 elkay 于 2008-1-2 19:10 发表 http://bbs.ioage.com/cn/images/common/back.gif
就如你给的网站，要所有网站通用写成通用规则就可以

1. <script[^>]*?>[^>]*?hitbox[\s\S]*?<\/script>

复制代码

如果在 "hitbox" 之前有 ">"，比如 "if(x>y)"，你的规则就没有效了。我说的是能够通用的规则，并非针对个别网站的个别脚本的规则。

我就不明白，这些原本正则表达式都可以做到的，mt干嘛非要自己搞一套东西出来

你的规则必须要靠类似 "[^>]*?" 这样的 expression 来确保不会错误匹配红色的 tag <script>...</script><script>...hitbox...</script>，但这样做必须要知道 script 里面的代码，只能针对已知的 script，不能通用。

希望开发组会明白。

elkay

就如你给的网站，要所有网站通用写成通用规则就可以

1. <script[^>]*?>[^>]*?hitbox[\s\S]*?<\/script>

复制代码

我就不明白，这些原本正则表达式都可以做到的，mt干嘛非要自己搞一套东西出来

AY

原帖由 elkay 于 2008-1-2 18:24 发表 http://bbs.ioage.com/cn/images/common/back.gif
我的意思是你给个实际页面，我不知道你要过滤的跟我认为的是不是一个东西

是不是类似这种？

1. <script src="http://www.google-analytics.com/urchin.js" type="text/javascript"></script>

复制代码

是的话就简单了

不是 external script，是 inline script，并且需要所有网站通用的：

在 TW 要怎样写才能过滤这些统计 JS (需要包括 inline JS，即是 <script>...</script>，比如像 http://sports.espn.go.com/nba/index 的 hitbox 统计)

[ 本帖最后由 AY 于 2008-1-2 19:03 编辑 ]

jmdjy

原帖由 285900537 于 2007-12-28 10:37 发表 http://bbs.ioage.com/cn/images/common/back.gif



如何在theworld.ini配置文件内进行域名匹配？
如何在百千条（目前我还只有四百多条的样子）中搜寻相匹配域名的规则？
使用exd对17173写100条规则，然后再为cmfu写5条规则，那么TheWorld是进行105次域名匹配还 ...

以前用数据库foxpro的时候，如果记录少的话，我喜欢用loca，比seek 少不了多少时间，差那几毫秒，但不用建索引呀。
方便很多。当然记录数一多，这样就不行了。

看看现在的规则有多少条记录？不过就一两千条吧，而且都是简单的记录。以现在的电脑速度，根本可以无视，可以认为是0秒时间内完成的，难道你非常计较那几百毫秒时间吗？

所以，在这个速度的争论上，是没必要的。功夫花在其它地方更好。

elkay

我的意思是你给个实际页面，我不知道你要过滤的跟我认为的是不是一个东西

是不是类似这种？
<script src="http://www.google-analytics.com/urchin.js" type="text/javascript"></script>

是的话就简单了

1. <script[^<]*?google-analytics[\s\S]*?<\/script>

复制代码

其他的统计链接只需要维护google-analytics这部分的关键字就可以了

AY

原帖由 elkay 于 2008-1-2 18:09 发表 http://bbs.ioage.com/cn/images/common/back.gif
至于统计，你给个实际页面，然后要告诉我要实 ...

再多举个例子说清楚一点。
我在任何网站都会过滤统计用的 js，因为这些 js 浪费 cpu，而且往往还要下载图档，影响页面加载时间。

在 proxomitron 我是用下面的过滤规则：
bound=$NEST(<script,</script>)     bound 确保只会匹配对应的 <script 及</script>
match=*(hitbox.com|qksrv.net|112.2o7.net|superstats.com|falkag.net|google-analytics.com|cyber-traffic.net|estat.com|surfaid.ihost.com|nedstat.nl|nedstatbasic.net|questionmarket.com|spylog.com|thecounter.com|survey-poll.comsageanalyst.net|hotlog.ru|addfreestats.com|bizrate.com|count-down.tv|counter.yadro.ru|extreme-dm.com|top.list.ru|count.e-city.tv|sageanalyst.net)*

在 maxthon 2.0 我可以用下面的过滤规则：
bound=<script.*?</script>     bound 确保只会匹配对应的 <script 及</script>
match=.*(hitbox.com|qksrv.net|112.2o7.net|superstats.com|falkag.net|google-analytics.com|cyber-traffic.net|estat.com|surfaid.ihost.com|nedstat.nl|nedstatbasic.net|questionmarket.com|spylog.com|thecounter.com|survey-poll.comsageanalyst.net|hotlog.ru|addfreestats.com|bizrate.com|count-down.tv|counter.yadro.ru|extreme-dm.com|top.list.ru|count.e-city.tv|sageanalyst.net).*

在 TW 要怎样写才能过滤这些统计 JS (需要包括 inline JS，即是 <script>...</script>，比如像 http://sports.espn.go.com/nba/index 的 hitbox 统计) 而不会出现我在 20楼 及 24楼 提出的错误及失效问题? 我十分肯定没有 bound 的话是不可能做得到的。

http://bbs.ioage.com/cn/viewthre ... p;extra=&page=2 39 楼

elkay

随手找了个有flash的页面，按你的说法写了个例子
匹配除d27cdb6e-ae6d-11cf-96b8-444553540000之外的object

1. <object[^>]*?clsid:(?!d27cdb6e-ae6d-11cf-96b8-444553540000)[\s\S]*?<\/object>

复制代码

至于统计，你给个实际页面，然后要告诉我要实现什么效果

AY

原帖由 elkay 于 2008-1-2 17:28 发表 http://bbs.ioage.com/cn/images/common/back.gif
正则表达式中
(?!pattern)和^
可以匹配除特定字符之外的字符

能提供完整规则么？

至于你说的统计，我实在看不出有什么难度？
只要有统计链接，这跟普通黑名单没有任何区别

问题是要删除 inline 的统计 script。