xyzcheese
火狐狸
火狐狸
  • UID8821
  • 注册日期2005-09-23
  • 最后登录2017-11-15
  • 发帖数104
  • 经验32枚
  • 威望0点
  • 贡献值16点
  • 好评度2点
  • 社区居民
  • 忠实会员
阅读:11802回复:21

请帮忙写一个准确的正则表达式

楼主#
更多 发布于:2006-08-20 04:07
我想把一些图片用adblock plus过滤掉,学了半天正则表达式,还是没弄出个满意的精炼和准确的表达式,郁闷。反正就是多是超出内容的范围,把一些根本无关的链接也过滤了,甚至连有些网页的搜索按钮也变没了。
现在只能求助各位高手,请帮我把如下的内容写出个正确的表达式,拜谢了。
(这个在线优化规则的我也用过了:
http://adblock.free.fr/optimize/index.php?lang=en
效果不是很好,实际上就是我描述的那些超出范围的错误)

要过滤的图片如下:

ggao/*.gif
ggao/*.swf
upload*/*.swf
upload*/*.gif
download*/*.gif
download*/*.swf
a-d*/*.gif
a-d*/*.swf
a-d*/*.jpg
a-d/*.gif
a_d*/*.gif
a_d*/*.swf
a_d*/*.jpg
logo/*.gif
logo/*.swf
blog/*.gif
blog/*.swf
a_*_d/*.gif
a_*_d/*.swf
a_*_d/*.jpg
a-*-d/*.gif
a-*-d/*.swf
a-*-d/*.jpg
ad-*/*.gif
ad-*/*.swf
ad-*/*.jpg
ad_*/*.gif
ad_*/*.swf
ad_*/*.jpg
ads-*/*.gif
ads-*/*.swf
ads-*/*.jpg
ads_*/*.gif
ads_*/*.swf
ads_*/*.jpg
-ad/*.gif
-ad/*.swf
-ad/*.jpg
-ad/*.gif
-ad/*.swf
-ad/*.jpg
_ads/*.gif
_ads/*.swf
_ads/*.jpg
_ads/*.gif
_ads/*.swf
_ads/*.jpg
img*/*.gif
img*/*.swf
image*/*.swf
img*/*images*/*.gif
unknow
小狐狸
小狐狸
  • UID14514
  • 注册日期2006-09-09
  • 最后登录2006-09-09
  • 发帖数2
  • 经验10枚
  • 威望0点
  • 贡献值0点
  • 好评度0点
1楼#
发布于:2006-08-20 04:07
badboy2003:/ggao|a(\-|_)?d|(b)?log(o)?|im(a)?g/$image,object

a_*_d/*.gif
a_*_d/*.swf
a_*_d/*.jpg
a-*-d/*.gif
a-*-d/*.swf
a-*-d/*.jpg
这些容易误杀又没多少网站会这样用,最好自己专门针对网站设置规则
回到原帖

高手啊 可以发我一份广告规则  
Jacky-Q
千年狐狸
千年狐狸
  • UID6896
  • 注册日期2005-06-20
  • 最后登录2012-07-23
  • 发帖数1076
  • 经验10枚
  • 威望0点
  • 贡献值0点
  • 好评度0点
2楼#
发布于:2006-08-20 04:07
打开配置文件夹下的adblockplus/patterns.ini,都是像这样的内容:
[Pattern]
text=http://206.51.233.62/casino.gif
type=filterlist
regexp=http\:\/\/206\.51\.233\.62\/casino\.gif
shortcut=http://2
disabled=false

怀疑ad+其实是先把filter解析成正则表达式再执行过滤.
为了节省精力,再也不去理会发帖数少于10的人提的问题了.
badboy2003
小狐狸
小狐狸
  • UID7489
  • 注册日期2005-07-21
  • 最后登录2009-06-16
  • 发帖数42
  • 经验10枚
  • 威望0点
  • 贡献值0点
  • 好评度0点
3楼#
发布于:2006-08-20 04:07
/ggao|a(\-|_)?d|(b)?log(o)?|im(a)?g/$image,object

a_*_d/*.gif
a_*_d/*.swf
a_*_d/*.jpg
a-*-d/*.gif
a-*-d/*.swf
a-*-d/*.jpg
这些容易误杀又没多少网站会这样用,最好自己专门针对网站设置规则
[Adblock Plus 0.7.1]
$object
$script,third-party
/[^lo|re]ad/$~stylesheet
lococo
火狐狸
火狐狸
  • UID2458
  • 注册日期2005-01-23
  • 最后登录2016-04-07
  • 发帖数100
  • 经验10枚
  • 威望0点
  • 贡献值0点
  • 好评度0点
4楼#
发布于:2006-08-20 04:07
第一条说明如下:
/(ggao|logo|blog)\/.*\.(gif|swf)/
这一条不能加img,img的过滤是第二条。

第二条修正如下:
/((up|down)load|img|image)[^\/]*\/[^\/]*\.(gif|swf)/

原来的规则的确有问题,呵呵。查了一下资料才发现,原来排除某符号,应采用中括号[]而非小括号(),原谅我的错误。

不过许多网站的图片都会放在img和image里面,所以第二条不建议使用。或者前面加上网站的限制。
kmc
kmc
管理员
管理员
  • UID165
  • 注册日期2004-11-25
  • 最后登录2025-11-08
  • 发帖数9188
  • 经验399枚
  • 威望1点
  • 贡献值124点
  • 好评度41点
  • 忠实会员
  • 终身成就
  • 社区居民
5楼#
发布于:2006-08-20 04:07
三翻领:正则表达式是最头痛的一块,还有面向对象的思想。
有人说正则不是纯粹的一种工具,而是一种语言,一点都不错
回到原帖


就是一种语言,Jave和Perl里都有的。
Waterfox Current和Firefox Nightly都用,逐渐走出XUL扩展依赖
三翻领
禁止发言
禁止发言
  • UID6501
  • 注册日期2005-06-02
  • 最后登录2017-11-30
  • 发帖数2796
  • 经验-5234枚
  • 威望0点
  • 贡献值-10494点
  • 好评度-5257点
6楼#
发布于:2006-08-20 04:07
用户被禁言,该主题自动屏蔽!
abc@home
千年狐狸
千年狐狸
  • UID6047
  • 注册日期2005-05-16
  • 最后登录2011-01-01
  • 发帖数1681
  • 经验10枚
  • 威望0点
  • 贡献值0点
  • 好评度1点
7楼#
发布于:2006-08-20 04:07
正则表达式的优点是准确度,并非速度。

关键字黑名单一般不需要太高准确度,勉强把简单的黑名单合并成复杂的正则表达式就是化简为繁,只会影响效率及速度。



WINXP SP2 MAXTHON (UNICODE) PROXOMITRON
kmc
kmc
管理员
管理员
  • UID165
  • 注册日期2004-11-25
  • 最后登录2025-11-08
  • 发帖数9188
  • 经验399枚
  • 威望1点
  • 贡献值124点
  • 好评度41点
  • 忠实会员
  • 终身成就
  • 社区居民
8楼#
发布于:2006-08-20 04:07
关于正则表达式,我一直很迷,但最近看到AdblockPlus上的官方说法后,我觉得可以不用那么吹毛求疵了:
Note: You should not use regular expressions to speed up processing of your filter list.
You might hear this advice often but it is outdated —
starting with Adblock Plus 0.7
basic filters are actually processed faster than regular expressions.


也就是说,正则表达式除了在外观上简练以外,剩下唯一的好处就是方便网友交流。速度上没有任何优势,楼主把那一堆普通Filters载入到ABplus反而更实用。
Waterfox Current和Firefox Nightly都用,逐渐走出XUL扩展依赖
xyzcheese
火狐狸
火狐狸
  • UID8821
  • 注册日期2005-09-23
  • 最后登录2017-11-15
  • 发帖数104
  • 经验32枚
  • 威望0点
  • 贡献值16点
  • 好评度2点
  • 社区居民
  • 忠实会员
9楼#
发布于:2006-08-20 04:07
第一条(/(ggao|logo|blog)\/.*\.(gif|swf)/) 可以到http://www.okget.com/Soft/Soft_1307.htm测试,对logo起作用,该条规则可以用。但是如果再加一个img放到规则里,即/(ggao|logo|blog|img)\/.*\.(gif|swf)/,会发现规则过滤的范围扩大了,在网页(<!-- w --><a class="postlink" href="http://www.okget.com">www.okget.com</a><!-- w -->)上它把搜索按钮(http://www.okget.com/img/common/searchbutton.gif)也过滤了。也就是说 /(ggao|logo|blog)\/.*\.(gif|swf)/ 能把 /ggao/somewords/somepic.gif 也过滤掉了,而需要的则是要过滤/ggao/somepic.gif。


第二条(/((up|down)load|img|image)(^\/)*\/(^\/)*\.(gif|swf)/) 可以到www.rising.com.cn测试。瑞星首页下面有flash (http://www.rising.com.cn/img06/365zhaopin.swf),规则未能过滤掉。即便把规则改成 /((up|down)load|image|img06)(^\/)*\/(^\/)*\.(gif|swf)/ ,也仍然不能过滤。所以此条规则写的有问题。


第三条(/(_)?a((-|_).*(-|_)?)?d(s)?(-|_)?.*\/.*\.(gif|swf|jpg)/) 暂时还没找到可以测试的网站,因为这些要过滤的内容是我认为可能会出现的,所以就写出来想把它们过滤掉。但是这条规则我没发现错误而且很精炼,应该能有作用。如果有测试的网页也请告诉一声。
lococo
火狐狸
火狐狸
  • UID2458
  • 注册日期2005-01-23
  • 最后登录2016-04-07
  • 发帖数100
  • 经验10枚
  • 威望0点
  • 贡献值0点
  • 好评度0点
10楼#
发布于:2006-08-20 04:07

先收下了,谢谢了。

研究了一下:
第一条问题不大,可以过滤/logo/*.gif,但是超出范围。比如:/logo/*/m.gif也被过滤了。
第二条有问题,无法过滤
第三条有点复杂,研究中。


能给个测试页面么?
xyzcheese
火狐狸
火狐狸
  • UID8821
  • 注册日期2005-09-23
  • 最后登录2017-11-15
  • 发帖数104
  • 经验32枚
  • 威望0点
  • 贡献值16点
  • 好评度2点
  • 社区居民
  • 忠实会员
11楼#
发布于:2006-08-20 04:07
lococo:我喜欢拆开来,比较清爽
/(ggao|logo|blog)\/.*\.(gif|swf)/

/((up|down)load|img|image)(^\/)*\/(^\/)*\.(gif|swf)/

/(_)?a((-|_).*(-|_)?)?d(s)?(-|_)?.*\/.*\.(gif|swf|jpg)/

有没有效果就不知道了~
回到原帖


先收下了,谢谢了。

研究了一下:
第一条问题不大,可以过滤/logo/*.gif,但是超出范围。比如:/logo/*/m.gif也被过滤了。
第二条有问题,无法过滤
第三条有点复杂,研究中。
lococo
火狐狸
火狐狸
  • UID2458
  • 注册日期2005-01-23
  • 最后登录2016-04-07
  • 发帖数100
  • 经验10枚
  • 威望0点
  • 贡献值0点
  • 好评度0点
12楼#
发布于:2006-08-20 04:07
我喜欢拆开来,比较清爽
/(ggao|logo|blog)\/.*\.(gif|swf)/

/((up|down)load|img|image)(^\/)*\/(^\/)*\.(gif|swf)/

/(_)?a((-|_).*(-|_)?)?d(s)?(-|_)?.*\/.*\.(gif|swf|jpg)/

有没有效果就不知道了~
CrossBud
黄金狐狸
黄金狐狸
  • UID7038
  • 注册日期2005-06-29
  • 最后登录2016-08-31
  • 发帖数5948
  • 经验12枚
  • 威望2点
  • 贡献值40点
  • 好评度20点
  • 社区居民
13楼#
发布于:2006-08-20 04:07
lz要的是过滤crsky.com的广告吧
去wiki看吧,我写了的
xyzcheese
火狐狸
火狐狸
  • UID8821
  • 注册日期2005-09-23
  • 最后登录2017-11-15
  • 发帖数104
  • 经验32枚
  • 威望0点
  • 贡献值16点
  • 好评度2点
  • 社区居民
  • 忠实会员
14楼#
发布于:2006-08-20 04:07
leonary:我觉得,既然是正则表达式,就不应该用*号,用类似[a-zA-Z](\d){4,6} 这样的写法代替之回到原帖


 
确是不应用 *,但是把它换成 .* 就等价于了任意字符和字符串了,所以我写的是/img\/.*\.gif/
上一页
游客

返回顶部