2008年7月25日新整理出来的广告过滤资料 广告, 资料

小絮

1. 
   
2. 【特征字】 cpc
   
3. http://count.hotadv.com/code/cpc/9167.aspx      （热点网络广告）
   
4. http://partner.search.sohu.com/cpc/partner.php?pid=exia&type=26  （sohu竞价服务）
   
5. http://partner.p4p.tom.com/cpc/league.php?pid=rainsun88&method=text&style=1  （TOM易告广告）
   
6. 【特征字】 p4p
   
7. http://partner.p4p.tom.com/cpc/league.php?pid=rainsun88&method=text&style=1  （TOM易告广告）
   
8. <script type="text/javascript" src="http://cm.p4p.cn.yahoo.com/inf.js"></script> （yahoo广告）
   
9. 【特征字】 union
   
10. http://union.narrowad.com/proxy/nad.jsp?wid=4632&cid=9398  （窄告网广告）
    
11. http://file.56.com/data/union/250x150.js   （乐邮广告）
    
12. http://union.jx2.kingsoft.com/union/jx2/style_348.html?   (金山广告一)
    
13. http://union.jx2.kingsoft.com/union/download/index_jx2.html?     （金山广告二）
    
14. http://telecom.download.union.kingsoft.com/union/union/db05is.31.12678.exe （金山毒霸广告）
    
15. http://template.union.163.com/search/tpl2.jsp?       （网易搜索）
    
16. http://partner.p4p.tom.com/cpc/league.php?pid=rainsun88&method=text&style=1  （TOM易告广告）
    
17. http://union.eqifa.com/js/tpgg/20041223103510.js    （亿起发商务平台）
    
18. http://www.joyoo.cn/union/click.php?uid=401&num=cq105&md=2&sw=300&sh=300   （聚友广告联盟）
    
19. http://union.114.com.cn/price/showprice?unionid=Tinpot……    （114广告）
    
20. http://pcode.qihoo.com/forum/sunion/qihoo.html?……（奇琥站内搜索）
    
21. http://www.123hoo.com/span/Union??.htm   ??为数字  （网摘中国联盟）
    
22. http://adunion.pconline.com.cn
    
23. "http://.*?\.adsunion\.com/"
    
24. http://union.3721.com/
    
25. http://union.5q.com/
    
26. http://union.qyule.com/
    
27. http://union.yahoo.com.cn/
    
28. http://play.unionsky.cn/
    
29. http://union.mop.com
    
30. linkunion.com
    
31. 77union.com
    
32. http://union.51ditu.com/
    
33. http://union.the999.com/
    
34. http://aliunion.cn.yahoo.com/
    
35. http://union.lele.com/
    
36. http://union.yesky.com
    
37. http://union.16tb.com
    
38. 9union.net
    
39. http://union.zhongsou.com/
    
40. adunionz.com
    
41. 【特征字】pfp 新浪竞价排名（代码未确定）
    
42. 【特征字】pagead
    
43. http://pagead2.googlesyndication.com/pagead/show_ads.js (含ads特征符)
    
44. 【特征字】unstat,cpro,spcode,eiv,
    
45. http://unstat.baidu.com/bdun.bsc?tn=pgety&cv=1&cid=136657&csid=1&rkcs=0 （百度搜索联盟）
    
46. http://cpro.baidu.com/cpro/ui/cp.js （百度主题推广）
    
47. "http://spcode.baidu.com/spcode/spstyle/style[0-9]{0,20}\.jsp"
    
48. "http://eiv.baidu.com/(other|maimg)/.*?\.(jpg|gif|swf|js)"
    
49. 【国外广告商】
    
50. adsmart.net
    
51. unicast.com
    
52. valueclick.com
    
53. doubleclick.com(doubleclick.net)
    
54. imrworldwide.com
    
55. breakthru.com
    
56. 【广告商】
    
57. alimama 阿里妈妈广告
    
58. allyes.cn
    
59. heima8.com〖http://dh.heima8.com/redir.php?id=100000&mid=105973〗
    
60. keyrun.com〖http://b.keyrun.com/code.php?username=365bt&repl=1&isopen=yes&openid=1&adsuser=ulink〗
    
61. clickeye.cn
    
62. yigao.com 〖<script language="javascript" src="http://monitor.yigao.com/info.js"></script>〗
    
63. myad.com 〖http://new.myad.cn/code/barnners.asp?typeid=15&userid=6101  （脉动广告联盟）〗
    
64. un.so.gougou.com
    
65. un.265.com/index.htm?id=crsky
    
66. 7click.com 〖<IFRAME src="http://w1.7clink.com/code/1_0.asp?u=aimvnet&……></IFRAME>〗
    
67. vodone.cn 〖<script src="http://busjs.vodone.cn/bus/ownerjs/advjs_36/36261/36261_40536_p7_.js">〗
    
68. vogate.com
    
69. 【未确定广告代码的广告商】
    
70. lianmeng.com
    
71. t2click.com
    
72. ifocus.cn
    
73. iplus.com.cn
    
74. 9v.cn
    
75. ete.cn
    
76. icpun.com
    
77. chanet.com.cn
    
78. adwww.cn
    
79. doubleadv.com
    
80. u1th.com
    
81. 8le8le.com
    
82. textclick.com  太极链
    
83. 【交友聊天】
    
84. .9see.com
    
85. loveliao.net(loveliao.com)
    
86. zhenai.com
    
87. 77aa.com
    
88. iliao.cc
    
89. 7liao.net
    
90. 7town.com 铃声下载
    
91. zhangxiu.com 彩秀
    
92. chinesefriendfinders.com

复制代码

将各个特征符合在一起

1. 
   
2. /(?:banner|cpc|p4p|union|unstat|cpro|spcode|eiv)/

复制代码

将各个广告联盟合在一起（由于很多广告联盟的代码都含有union特征字，为了节省资源广告代码未确定的暂不加入以免重复过滤）

1. 
   
2. /(?:alimama|heima8|yigao|clickeye|allyes|myad|keyrun|un\.(?:so|265)|7click|vodone|vogate|chinesefriendfinder|icast)/

复制代码

o(∩_∩)o ^_^ o(∩_∩)o ^_^ o(∩_∩)o ^_^   我是可爱的分割线 ^_^ o(∩_∩)o ^_^ o(∩_∩)o ^_^ o(∩_∩)o

与ad相关的规则：

1. */ad-*
   
2. */ad_*
   
3. */ad/*
   
4. */ad.*
   
5. */ad1*
   
6. */ads-*
   
7. */ads_*
   
8. */ads/*
   
9. */ads.*
   
10. */ads9*
    
11. */adv-*
    
12. */adv_*
    
13. */adv/*
    
14. */adv.*
    
15. */adv9*
    
16. *.ad-*
    
17. *.ad_*
    
18. *.ad/*
    
19. *.ad.*
    
20. *.ad1*
    
21. *.ads-*
    
22. *.ads_*
    
23. *.ads/*
    
24. *.ads.*
    
25. *.ads1*
    
26. *.adv-*
    
27. *.adv_*
    
28. *.adv/*
    
29. *.adv.*
    
30. *.adv1*
    
31. *_ad-*
    
32. *_ad_*
    
33. *_ad/*
    
34. *_ad.*
    
35. *_ad1*
    
36. *_ads-*
    
37. *_ads_*
    
38. *_ads.*
    
39. *_ads/*
    
40. *_ads1*
    
41. *_adv-*
    
42. *_adv_*
    
43. *_adv.*
    
44. *_adv/*
    
45. *_adv1*
    
46. *"ad"*
    
47. *"ads"*
    
48. *"adv"*

复制代码

总结规律合并为：

1. /[\W\d_]ad(?:s|v)?[\W\d_]/

复制代码

由于网页中很多div、span、li等html标记中都带“ad”或“ads”、“adv”之类的特征字当作是广告的标识，所以可以利用这个特性将其过滤，但是类似div这样的标记会出现嵌套，一旦过滤不当将会影响网页的结构，因此做了点特殊处理：遇到嵌套就放弃过滤以保证视觉效果，于是规则可写成：

1. #ex#<(div|span|li|script|iframe)[^>]*?[\W\d_]ad(?:s|v)?[\W\d_]((?!<\1)[\s\S])*?</\1>###

复制代码

还有一些与ad有关的双单词特征字

1. adclient
   
2. adsclient
   
3. adcode
   
4. adscode
   
5. adview
   
6. adsview
   
7. adfile
   
8. adsfile
   
9. adimg
   
10. adsimg
    
11. adsence
    
12. adshow
    
13. adserv
    
14. adserver

复制代码

合并后：

1. /(?:ad(?:s)?(?:client|code|view|file|img)|ad(?:sence|show|serv(?:er)?))/

复制代码

o(∩_∩)o ^_^ o(∩_∩)o ^_^ o(∩_∩)o ^_^   我是可爱的分割线   ^_^ o(∩_∩)o ^_^ o(∩_∩)o ^_^ o(∩_∩)o

综上所述，可以得出3条通用基础规则：分别针对广告商、一般特征字和特殊“ad”特征字

1. /(?:alimama|heima8|yigao|clickeye|allyes|myad|keyrun|un\.(?:so|265)|7click|vodone|vogate|chinesefriendfinder|icast)/
   
2. /(?:ad(?:s)?(?:client|code|view|file|img)|ad(?:sence|show|serv(?:er)?)|banner|cpc|p4p|union|unstat|cpro|spcode|eiv)/
   
3. #ex#<(div|span|li|script|iframe)[^>]*?[\W\d_]ad(?:s|v)?[\W\d_]((?!<\1)[\s\S])*?</\1>###

复制代码

这3条通用规则应该能过滤绝大部分的广告。由于杀伤力强，误杀在所难免，兼容性还在测试中，以后会继续完善。

yjwgi

顶三月的好东西

正义的大脚

pfp.sina.com.cn/union

小絮

原帖由 正义的大脚 于 2008-7-25 16:36 发表 http://bbs.ioage.com/cn/images/common/back.gif
pfp.sina.com.cn/union

呵呵，正好被union命中，看来可以不用将pfp加入过滤规则了。

red-M

顶一下三三

hhpp

只用前面两条，应该不会有什么误杀的吧。呵呵。
我用前两条试试。

mulao

好贴，这个需要很多时间来分析广告代码，辛苦了

kesien

楼主的规则误杀绿色下载站中间那一排正常图片
http://www.greendown.cn/default.html

小絮

原帖由 kesien 于 2008-7-26 11:19 发表 http://bbs.ioage.com/cn/images/common/back.gif
楼主的规则误杀绿色下载站中间那一排正常图片
http://www.greendown.cn/default.html

这一排图片应该不是我这三条规则拦截的，请问您是否将这三条规则跟置顶的e版那份基础规则一起用？看情况这个误杀的情况像是被e版基础规则里面的这条规则误杀：
/[^0-9]+(?:\d){2,3}[x_](?:\d){2,3}[^0-9]+(?:swf|gif|jpg|js)/

小絮

原帖由 jym2005 于 2008-7-26 11:26 发表 http://bbs.ioage.com/cn/images/common/back.gif
我倒不介意当广告处理的。。
和e版的基本规则比是杀伤力更强还是减少无过滤为主？
简单说就是用哪条好

我这三条规则只是个简单的教程而已，为了说明如何根据广告的资料编写规则，从而让大家对e版的那份基础规则不再望而生畏。
所以要说效果的话，当然是e版那份全面些啦。