re_filterfile

   1 # ********************************************************************
   2 #
   3 #  File        :  $Source: /cvsroot/ijbswa/current/re_filterfile,v $
   4 #
   5 #  Purpose     :  Rules to process the content of web pages
   6 #
   7 #  Copyright   :  Written by and Copyright (C) 2001 the SourceForge
   8 #                 IJBSWA team.  http://ijbswa.sourceforge.net
   9 #
  10 #                 This program is free software; you can redistribute it
  11 #                 and/or modify it under the terms of the GNU General
  12 #                 Public License as published by the Free Software
  13 #                 Foundation; either version 2 of the License, or (at
  14 #                 your option) any later version.
  15 #
  16 #                 This program is distributed in the hope that it will
  17 #                 be useful, but WITHOUT ANY WARRANTY; without even the
  18 #                 implied warranty of MERCHANTABILITY or FITNESS FOR A
  19 #                 PARTICULAR PURPOSE.  See the GNU General Public
  20 #                 License for more details.
  21 #
  22 #                 The GNU General Public License should be included with
  23 #                 this file.  If not, you can view it at
  24 #                 http://www.gnu.org/copyleft/gpl.html
  25 #                 or write to the Free Software Foundation, Inc., 59
  26 #                 Temple Place - Suite 330, Boston, MA  02111-1307, USA.
  27 #
  28 #  Revisions   :
  29 #     $Log: re_filterfile,v $
  30 #     Revision 1.15  2001/12/28 23:54:20  steudten
  31 #     Fix for feature Req #495374: http-equiv problem
  32 #
  33 #     Revision 1.14  2001/12/09 18:55:11  david__schmidt
  34 #     Updated CODE_STATUS to beta, commented out microsuck line in re_filterfile
  35 #     for 2.9.10 beta
  36 #
  37 #     Revision 1.13  2001/10/13 13:11:20  joergs
  38 #     Fixed WebBug filter.
  39 #
  40 #     Revision 1.12  2001/10/07 15:46:42  oes
  41 #     Followed Guy's proposal to change the document.cookie job
  42 #
  43 #     Revision 1.11  2001/09/21 12:34:00  joergs
  44 #     Added filter to replace "Nimda" code by a warning.
  45 #
  46 #     Revision 1.10  2001/07/20 11:04:26  oes
  47 #     Added Rodneys javascript cookie filter
  48 #
  49 #     Revision 1.9  2001/07/13 14:03:48  oes
  50 #     Elimiated yet another bug in the banner-by-size jobs. Shame on me!
  51 #
  52 #     Revision 1.8  2001/06/29 13:34:00  oes
  53 #     - Added explanation for U and T options
  54 #     - Added hint on image replacement by CGI call
  55 #     - Fixed bug in banner-by-size jobs
  56 #
  57 #     Revision 1.7  2001/06/19 14:21:56  oes
  58 #     Fixed microsuck line
  59 #
  60 #     Revision 1.6  2001/06/09 14:01:57  swa
  61 #     header. cosmetics. default: no messing ala microsuck.
  62 #
  63 #
  64 #
  65 # ********************************************************************/
  66 #
  67 # Syntax: One Perl-Style substitution per line.
  68 # For Details see the perlre, perlop and pcre manpages.
  69 # Note that you are free to choose the delimter as you see fit.
  70 #
  71 # Note: In addidion to the Perl options egimosx, the following nonstandard
  72 # options are supported:
  73 #
  74 # 'U' turns the default to ungreedy matching.  Add ? to quantifiers to
  75 #     switch back to greedy.
  76 # 'T' (trivial) prevents parsing for backreferences in the substitute.
  77 #     Use if you want to include text like '$&' in your substitute without
  78 #     quoting.
  79 #
  80
  81 # ********************************************************************/
  82 #
  83 # Kill OnUnload popups. Yummy.
  84 # check it out on http://www.zdnet.com/zdsubs/yahoo/tree/yfs.html
  85 #
  86 # ********************************************************************/
  87 s/(<body .*?)onunload(.*?>)/$1never$2/i
  88
  89 # ********************************************************************/
  90 #
  91 # Kill refresh tags. I like to refresh myself. Manually.
  92 # check it out on http://www.airport-cgn.de/ and go to the arrivals page.
  93 #
  94 # ********************************************************************/
  95 # only if content value isn't 0..1
  96 # FIXME: second line like first line for content value
  97 s/<meta[^>]*http-equiv[^>]*refresh.*([0-9]+[0-9]|"[2-9]);URL=([^>]*?)"?>/<link rev="x-refresh" href=$2>/i
  98 s/<meta[^>]*http-equiv="?page-enter"?[^>]*content=[^>]*>/<!--no page enter for me-->/i
  99
 100 # ********************************************************************/
 101 #
 102 # If I allow popups, I want them to be resizeable and have a location
 103 # and status bar: check it out on http://www.airport-cgn.de/ and go to
 104 # the arrivals page.
 105 #
 106 # ********************************************************************/
 107 # s/resizable="?(no|0)"?/resizable=1/ig s/noresize/yesresize/ig
 108 # s/location="?(no|0)"?/location=1/ig s/status="?(no|0)"?/status=1/ig
 109 # s/scrolling="?(no|0|Auto)"?/scrolling=1/ig
 110 # s/menubar="?(no|0)"?/menubar=1/ig #s/framespacing="?(no|0)"?//ig
 111 # #s/margin(height|width)=[0-9]*//gi
 112
 113 # ********************************************************************/
 114 #
 115 # Remove frameborder=0 and border=0 from framesets
 116 #
 117 # ********************************************************************/
 118 s/(<frameset[^>]+?)border=['"]?(no|0)['"]?/$1/ig
 119 s/(<frameset[^>]+?)frameborder=['"]?(no|0)['"]?/$1/ig
 120
 121 # ********************************************************************/
 122 #
 123 # The status bar is for displaying link targets, not pointless descriptions.
 124 # Again, check it out on http://www.airport-cgn.de/
 125 #
 126 # ********************************************************************/
 127 s/status='.*?';*//ig
 128
 129 # ********************************************************************/
 130 #
 131 # Get rid of Javascript cookies, like found on privacy.net:
 132 #
 133 # ********************************************************************/
 134
 135 s|(document\.cookie)([ \t\r\n]*=)|documenZapCooky$2|g
 136
 137 # ********************************************************************/
 138 #
 139 # Kill *all* popups a la popup.c. (But for *all* sites, so I wouldn't do that.)
 140 #
 141 # JavaScript: s/window\.open\(/who_wants_this_to.open(/ig
 142 # HTML      : s/target=['"]?_blank['"]?/target_who/g
 143 #
 144 # Kill banners by size:
 145 # (Sizes from http://www.iab.net/iab_banner_standards/bannersizes.html)
 146 # Note: Use http://ijbswa.sourceforge.net/config/send-banner?type=trans for a transparent 1x1 gif
 147 #       Use http://ijbswa.sourceforge.net/config/send-banner?type=logo  for the logo gif
 148 #       Use http://ijbswa.sourceforge.net/config/send-banner?type=auto  to auto-select.
 149 # ********************************************************************/
 150 s|<img\s+[^>]*?(width=['"]?468\D)[^>]*(height=['"]?60[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 151 s|<img\s+[^>]*?(width=['"]?234\D)[^>]*(height=['"]?60[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 152 s|<img\s+[^>]*?(width=['"]?88\D)[^>]*(height=['"]?31[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 153 s|<img\s+[^>]*?(width=['"]?120\D)[^>]*(height=['"]?90[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 154 s|<img\s+[^>]*?(width=['"]?120\D)[^>]*(height=['"]?600[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 155 s|<img\s+[^>]*?(width=['"]?120\D)[^>]*(height=['"]?60[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 156 s|<img\s+[^>]*?(width=['"]?160\D)[^>]*(height=['"]?600[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 157 s|<img\s+[^>]*?(width=['"]?125\D)[^>]*(height=['"]?125[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 158 s|<img\s+[^>]*?(width=['"]?120\D)[^>]*(height=['"]?240[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 159 s|<img\s+[^>]*?(width=['"]?180\D)[^>]*(height=['"]?150[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 160 s|<img\s+[^>]*?(width=['"]?300\D)[^>]*(height=['"]?250[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 161 s|<img\s+[^>]*?(width=['"]?250\D)[^>]*(height=['"]?250[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 162 s|<img\s+[^>]*?(width=['"]?240\D)[^>]*(height=['"]?400[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 163 s|<img\s+[^>]*?(width=['"]?336\D)[^>]*(height=['"]?280[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 164
 165 # Where is that from?
 166 s|<img\s+[^>]*?(width=['"]?200\D)[^>]*(height=['"]?50[^>]*?)>|<img src=http://ijbswa.sourceforge.net/config/send-banner?type=auto $1 $2>|sig
 167
 168 # ********************************************************************/
 169 #
 170 # Squish WebBugs:
 171 #
 172 # ********************************************************************/
 173 s/<img\s+[^>]*?(width|height)\s*=\s*['"]?1\D[^>]*?(width|height)\s*=\s*['"]?1(\D[^>]*?)?>/<!-- Squished WebBug -->/sig
 174
 175 # ********************************************************************/
 176 #
 177 # Fun stuff
 178 #
 179 # ********************************************************************/
 180 #s/microsoft(?!.com)/MicroSuck/ig
 181
 182 # ********************************************************************/
 183 #
 184 # Crude parental filtering?  (Use along with a suitable blocklist).
 185 # Shows how to deny access to whole page based on a keyword.
 186 #
 187 # (Note: Middlesex, Sussex and Essex are counties in the UK, not rude words)
 188 # (Note #2: Is 'sex' a rude word?!)
 189 #
 190 #s%^.*(?<!middle)(?<!sus)(?<!es)sex.*$%<html><head><title>Blocked</title></head><body><h3>Blocked due to possible adult content. Please see <a href="http://dmoz.org/Kids_and_Teens/">this site</a>.</h3></body></html>%is
 191 #s+^.*warez.*$+<html><head><title>No Warez</title></head><body><h3>You're not searching for illegal stuff, are you?</h3></body></html>+is
 192
 193 # ********************************************************************/
 194 #
 195 # Remove Nimda code.
 196 #
 197 # ********************************************************************/
 198 s%<script language="JavaScript">(window\.open|1;''\.concat)\("readme\.eml", null, "resizable=no,top=6000,left=6000"\)</script>%<br><hr><font size=7><b>Internet J</b></font><b><font size=6>UNK</font><font size=5 color="red"><i>BUSTER</i></font></b><font size=7> WARNING: This Server is infected with <a href="http://www.cert.org/advisories/CA-2001-26.html">Nimda</a>!</font>%g
 199
 200