AY

To elkay

请问 24 楼说的规则在 TW2 怎样用正则过滤？这些规则在 MT2/proxomitron 都可以轻易实现的。

用正则表达式能匹配所有 classid 为 d27cdb6e-ae6d-11cf-96b8-444553540000，cfcdaa03-8be4-11cf-b84b-0020afbbccfa，6bf52a52-394a-11d3-b153-00c04f79faa6，22d6f312-b0f6-11d0-94ab-0080c74c7e95，02bf25d5-8c17-4b23-bc80-d3488abddc6b 以外的 <object...</object> 么？作用是禁止 activex object 但豁免 flash/wmp/qt/rp 等。

这个规则是禁止网页使用 flash/wmp/qt/rp 等以外的 <object>，可以去除一些 IE only 的广告及增加安全性。

另外我早前在http://bbs.ioage.com/cn/viewthread.php?tid=40659&extra=&page=2 39 楼说的过滤如何实现？作用是删除所有统计 script，包括 external 及 inline 的。

这个规则是禁止网页上统计用的 js，减小 cpu 占用及加强私隐。

[ 本帖最后由 AY 于 2008-1-2 17:06 编辑 ]

elkay

正则表达式中
(?!pattern)和^
可以匹配除特定字符之外的字符

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

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。

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 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

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

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。

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 ]

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 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。

chenzone

这么高深啊 还是用就是了 问题留给你们解决了

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)