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 #                 Based on the Internet Junkbuster originally written
  11 #                 by and Copyright (C) 1997 Anonymous Coders and
  12 #                 Junkbusters Corporation.  http://www.junkbusters.com
  13 #
  14 #                 This program is free software; you can redistribute it
  15 #                 and/or modify it under the terms of the GNU General
  16 #                 Public License as published by the Free Software
  17 #                 Foundation; either version 2 of the License, or (at
  18 #                 your option) any later version.
  19 #
  20 #                 This program is distributed in the hope that it will
  21 #                 be useful, but WITHOUT ANY WARRANTY; without even the
  22 #                 implied warranty of MERCHANTABILITY or FITNESS FOR A
  23 #                 PARTICULAR PURPOSE.  See the GNU General Public
  24 #                 License for more details.
  25 #
  26 #                 The GNU General Public License should be included with
  27 #                 this file.  If not, you can view it at
  28 #                 http://www.gnu.org/copyleft/gpl.html
  29 #                 or write to the Free Software Foundation, Inc., 59
  30 #                 Temple Place - Suite 330, Boston, MA  02111-1307, USA.
  31 #
  32 #  Revisions   :
  33 #     $Log: re_filterfile,v $
  34 #     Revision 1.6  2001/06/09 14:01:57  swa
  35 #     header. cosmetics. default: no messing ala microsuck.
  36 #
  37 #
  38 #
  39 # ********************************************************************/
  40 #
  41 # Syntax: One Perl-Style substitution per line.
  42 # For Details see the perlre, perlop and pcre manpages.
  43 # Note that you are free to choose the delimter as you see fit.
  44 #
  45 # Note: in addidion to the Perl-options egimosx, U is supported
  46 # and turns the default to ungreedy matching. Add ? to quantifiers
  47 # to switch back to greedy.
  48 #
  49
  50 # ********************************************************************/
  51 #
  52 # Kill OnUnload popups. Yummy.
  53 # check it out on http://www.zdnet.com/zdsubs/yahoo/tree/yfs.html
  54 #
  55 # ********************************************************************/
  56 s/(<body .*?)onunload(.*?>)/$1never$2/i
  57
  58 # ********************************************************************/
  59 #
  60 # Kill refresh tags. I like to refresh myself. Manually.
  61 # check it out on http://www.airport-cgn.de/ and go to the arrivals page.
  62 #
  63 # ********************************************************************/
  64 s/<meta[^>]*http-equiv[^>]*refresh.*URL=([^>]*?)"?>/<link rev="x-refresh" href=$1>/i
  65 s/<meta[^>]*http-equiv="?page-enter"?[^>]*content=[^>]*>/<!--no page enter for me-->/i
  66
  67 # ********************************************************************/
  68 #
  69 # If I allow popups, I want them to be resizeable and have a location
  70 # and status bar: check it out on http://www.airport-cgn.de/ and go to
  71 # the arrivals page.
  72 #
  73 # ********************************************************************/
  74 # s/resizable="?(no|0)"?/resizable=1/ig s/noresize/yesresize/ig
  75 # s/location="?(no|0)"?/location=1/ig s/status="?(no|0)"?/status=1/ig
  76 # s/scrolling="?(no|0|Auto)"?/scrolling=1/ig
  77 # s/menubar="?(no|0)"?/menubar=1/ig #s/framespacing="?(no|0)"?//ig
  78 # #s/margin(height|width)=[0-9]*//gi
  79
  80 # ********************************************************************/
  81 #
  82 # Remove frameborder=0 and border=0 from framesets
  83 #
  84 # ********************************************************************/
  85 s/(<frameset[^>]+?)border=['"]?(no|0)['"]?/$1/ig
  86 s/(<frameset[^>]+?)frameborder=['"]?(no|0)['"]?/$1/ig
  87
  88 # ********************************************************************/
  89 #
  90 # The status bar is for displaying link targets, not pointless buzzwords.
  91 # Again, check it out on http://www.airport-cgn.de/
  92 #
  93 # ********************************************************************/
  94 s/status='.*?';*//ig
  95
  96 # ********************************************************************/
  97 #
  98 # Kill *all* popups a la popup.c. (But for *all* sites, so I wouldn't do that.)
  99 #
 100 # JavaScript: s/window\.open\(/who_wants_this_to.open(/ig
 101 # HTML      : s/target=['"]?_blank['"]?/target_who/g
 102 #
 103 # Kill banners by size:
 104 # (Sizes from http://www.iab.net/iab_banner_standards/bannersizes.html)
 105 #
 106 # ********************************************************************/
 107 s|<img\s+[^>]*?(width=['"]?468\D)[^>]*(height=['"]?60\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 108 s|<img\s+[^>]*?(width=['"]?234\D)[^>]*(height=['"]?60\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 109 s|<img\s+[^>]*?(width=['"]?88\D)[^>]*(height=['"]?31\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 110 s|<img\s+[^>]*?(width=['"]?120\D)[^>]*(height=['"]?90\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 111 s|<img\s+[^>]*?(width=['"]?120\D)[^>]*(height=['"]?60\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 112 s|<img\s+[^>]*?(width=['"]?160\D)[^>]*(height=['"]?600\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 113 s|<img\s+[^>]*?(width=['"]?120\D)[^>]*(height=['"]?600\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 114 s|<img\s+[^>]*?(width=['"]?125\D)[^>]*(height=['"]?125\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 115 s|<img\s+[^>]*?(width=['"]?120\D)[^>]*(height=['"]?240\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 116 s|<img\s+[^>]*?(width=['"]?180\D)[^>]*(height=['"]?150\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 117 s|<img\s+[^>]*?(width=['"]?300\D)[^>]*(height=['"]?250\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 118 s|<img\s+[^>]*?(width=['"]?250\D)[^>]*(height=['"]?250\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 119 s|<img\s+[^>]*?(width=['"]?240\D)[^>]*(height=['"]?400\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 120 s|<img\s+[^>]*?(width=['"]?336\D)[^>]*(height=['"]?280\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 121
 122 s|<img\s+[^>]*?(width=['"]?200\D)[^>]*(height=['"]?50\D)[^>]*>|<img src=http://i.j.b/send-banner $1 $2>|sig
 123
 124 # ********************************************************************/
 125 #
 126 # Squish WebBugs:
 127 #
 128 # ********************************************************************/
 129 s/<img\s+[^>]*?(width|height)\s+=\s+['"]?1\D[^>]*?(width|height)\s+=\s+['"]?1\D[^>]*>/<!-- Squished WebBug -->/sig
 130
 131 # ********************************************************************/
 132 #
 133 # Fun stuff
 134 #
 135 # ********************************************************************/
 136 s/microsoft(?!.com)/MicroSuck/ig
 137
 138 # ********************************************************************/
 139 #
 140 # Crude parental filtering?  (Use along with a suitable blocklist).
 141 # Shows how to deny access to whole page based on a keyword.
 142 #
 143 # (Note: Middlesex, Sussex and Essex are counties in the UK, not rude words)
 144 # (Note #2: Is 'sex' a rude word?!)
 145 #
 146 #s%^.*(?<!middle)(?<!sus)(?<!es)sex.*$%<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
 147 #s+^.*warez.*$+<html><head><title>No Warez</title></head><body><h3>You're not searching for illegal stuff, are you?</h3></body></html>+is
 148
 149 # ********************************************************************/
 150 #
 151 # http://www.farscapezone.com/wwwboard/messages/1451.html
 152 #
 153 # ********************************************************************/
 154 s/(\w+) was tired/<b>$1 needed more coffee<\/b>/ig