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 1.9  2001/07/13 14:03:48  oes
  31 #     Elimiated yet another bug in the banner-by-size jobs. Shame on me!
  32 #
  33 #     Revision 1.8  2001/06/29 13:34:00  oes
  34 #     - Added explanation for U and T options
  35 #     - Added hint on image replacement by CGI call
  36 #     - Fixed bug in banner-by-size jobs
  37 #
  38 #     Revision 1.7  2001/06/19 14:21:56  oes
  39 #     Fixed microsuck line
  40 #
  41 #     Revision 1.6  2001/06/09 14:01:57  swa
  42 #     header. cosmetics. default: no messing ala microsuck.
  43 #
  44 #
  45 #
  46 # ********************************************************************/
  47 #
  48 # Syntax: One Perl-Style substitution per line.
  49 # For Details see the perlre, perlop and pcre manpages.
  50 # Note that you are free to choose the delimter as you see fit.
  51 #
  52 # Note: In addidion to the Perl options egimosx, the following nonstandard
  53 # options are supported:
  54 #
  55 # 'U' turns the default to ungreedy matching.  Add ? to quantifiers to
  56 #     switch back to greedy.
  57 # 'T' (trivial) prevents parsing for backreferences in the substitute.
  58 #     Use if you want to include text like '$&' in your substitute without
  59 #     quoting.
  60 #
  61
  62 # ********************************************************************/
  63 #
  64 # Kill OnUnload popups. Yummy.
  65 # check it out on http://www.zdnet.com/zdsubs/yahoo/tree/yfs.html
  66 #
  67 # ********************************************************************/
  68 s/(<body .*?)onunload(.*?>)/$1never$2/i
  69
  70 # ********************************************************************/
  71 #
  72 # Kill refresh tags. I like to refresh myself. Manually.
  73 # check it out on http://www.airport-cgn.de/ and go to the arrivals page.
  74 #
  75 # ********************************************************************/
  76 s/<meta[^>]*http-equiv[^>]*refresh.*URL=([^>]*?)"?>/<link rev="x-refresh" href=$1>/i
  77 s/<meta[^>]*http-equiv="?page-enter"?[^>]*content=[^>]*>/<!--no page enter for me-->/i
  78
  79 # ********************************************************************/
  80 #
  81 # If I allow popups, I want them to be resizeable and have a location
  82 # and status bar: check it out on http://www.airport-cgn.de/ and go to
  83 # the arrivals page.
  84 #
  85 # ********************************************************************/
  86 # s/resizable="?(no|0)"?/resizable=1/ig s/noresize/yesresize/ig
  87 # s/location="?(no|0)"?/location=1/ig s/status="?(no|0)"?/status=1/ig
  88 # s/scrolling="?(no|0|Auto)"?/scrolling=1/ig
  89 # s/menubar="?(no|0)"?/menubar=1/ig #s/framespacing="?(no|0)"?//ig
  90 # #s/margin(height|width)=[0-9]*//gi
  91
  92 # ********************************************************************/
  93 #
  94 # Remove frameborder=0 and border=0 from framesets
  95 #
  96 # ********************************************************************/
  97 s/(<frameset[^>]+?)border=['"]?(no|0)['"]?/$1/ig
  98 s/(<frameset[^>]+?)frameborder=['"]?(no|0)['"]?/$1/ig
  99
 100 # ********************************************************************/
 101 #
 102 # The status bar is for displaying link targets, not pointless buzzwords.
 103 # Again, check it out on http://www.airport-cgn.de/
 104 #
 105 # ********************************************************************/
 106 s/status='.*?';*//ig
 107
 108 # ********************************************************************/
 109 #
 110 # Get rid of Javascript cookies, like found on privacy.net:
 111 #
 112 # ********************************************************************/
 113
 114 #s|document.cookie|c\?\?kie_what\?|sig
 115
 116 # ********************************************************************/
 117 #
 118 # Kill *all* popups a la popup.c. (But for *all* sites, so I wouldn't do that.)
 119 #
 120 # JavaScript: s/window\.open\(/who_wants_this_to.open(/ig
 121 # HTML      : s/target=['"]?_blank['"]?/target_who/g
 122 #
 123 # Kill banners by size:
 124 # (Sizes from http://www.iab.net/iab_banner_standards/bannersizes.html)
 125 # Note: Use http://i.j.b/send-banner?type=trans for a transparent 1x1 gif
 126 # ********************************************************************/
 127 s|<img\s+[^>]*?(width=['"]?468\D)[^>]*(height=['"]?60[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 128 s|<img\s+[^>]*?(width=['"]?234\D)[^>]*(height=['"]?60[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 129 s|<img\s+[^>]*?(width=['"]?88\D)[^>]*(height=['"]?31[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 130 s|<img\s+[^>]*?(width=['"]?120\D)[^>]*(height=['"]?90[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 131 s|<img\s+[^>]*?(width=['"]?120\D)[^>]*(height=['"]?600[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 132 s|<img\s+[^>]*?(width=['"]?120\D)[^>]*(height=['"]?60[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 133 s|<img\s+[^>]*?(width=['"]?160\D)[^>]*(height=['"]?600[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 134 s|<img\s+[^>]*?(width=['"]?125\D)[^>]*(height=['"]?125[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 135 s|<img\s+[^>]*?(width=['"]?120\D)[^>]*(height=['"]?240[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 136 s|<img\s+[^>]*?(width=['"]?180\D)[^>]*(height=['"]?150[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 137 s|<img\s+[^>]*?(width=['"]?300\D)[^>]*(height=['"]?250[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 138 s|<img\s+[^>]*?(width=['"]?250\D)[^>]*(height=['"]?250[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 139 s|<img\s+[^>]*?(width=['"]?240\D)[^>]*(height=['"]?400[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 140 s|<img\s+[^>]*?(width=['"]?336\D)[^>]*(height=['"]?280[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 141
 142 # Where is that from?
 143 s|<img\s+[^>]*?(width=['"]?200\D)[^>]*(height=['"]?50[^>]*?)>|<img src=http://i.j.b/send-banner $1 $2>|sig
 144
 145 # ********************************************************************/
 146 #
 147 # Squish WebBugs:
 148 #
 149 # ********************************************************************/
 150 s/<img\s+[^>]*?(width|height)\s+=\s+['"]?1\D[^>]*?(width|height)\s+=\s+['"]?1\D[^>]*?>/<!-- Squished WebBug -->/sig
 151
 152 # ********************************************************************/
 153 #
 154 # Fun stuff
 155 #
 156 # ********************************************************************/
 157 s/microsoft(?!.com)/MicroSuck/ig
 158
 159 # ********************************************************************/
 160 #
 161 # Crude parental filtering?  (Use along with a suitable blocklist).
 162 # Shows how to deny access to whole page based on a keyword.
 163 #
 164 # (Note: Middlesex, Sussex and Essex are counties in the UK, not rude words)
 165 # (Note #2: Is 'sex' a rude word?!)
 166 #
 167 #s%^.*(?<!middle)(?<!sus)(?<!es)sex.*$%<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
 168 #s+^.*warez.*$+<html><head><title>No Warez</title></head><body><h3>You're not searching for illegal stuff, are you?</h3></body></html>+is
 169
 170 # ********************************************************************/
 171 #
 172 # http://www.farscapezone.com/wwwboard/messages/1451.html
 173 #
 174 # ********************************************************************/
 175 s/(\w+) was tired/<b>$1 needed more coffee<\/b>/ig