[TheWorld 3] 过滤扩展进阶应用笔记(2009.12.28 更新) 进阶, 笔记, 应用

elkay

这个帖子本来就准备写的，前几天没能定下心来，就拖了几天

广告过滤功能，其实不仅仅是为了过滤广告，更重要的是为了改善我们的网页浏览体验，所以，过滤功能所能做到的也不仅仅是过滤广告，还有其他很多很多东西，这个需要大家慢慢发掘

这个帖子可以看做是教程贴的延续，在教程贴中我已经介绍了tw3过滤的最基本用法，以及tw3过滤规则里所有的参数，因为教程贴比较简单，很多参数都没有用上，所以才有了这个帖子，这个帖子的内容也只是对教程贴的补充，所以，对于已经掌握了教程贴的朋友，就可以更加深入的了解tw3的过滤，由于内容较多较杂，所以我会不定期的更新不同的内容。

_________________________________________________________________________________________

第一节：多重过滤
多重过滤是tw3的最大特色之一，有了多重过滤，使tw3的过滤相对于tw2来说有了质的飞跃

相信大家在教程贴里看到过多重过滤字样，但是在那个帖子里却没有任何说明，主要是因为基本的过滤应用对多重过滤的需求不是太大。作为进阶应用的第一节，我就给大家介绍一下多重过滤；
多重过滤，实际上对这个功能最直白的描述应该是多重匹配；在教程贴里，我用实例介绍了如果过滤掉页面中指定的区域，而在实际情况下，有些时候我们会遇到想要过滤的区域并不是唯一，或者没有很明显的标示，这个时候多重过滤就派上用场了，我们可以利用多重匹配功能，来准确定位我们想要过滤的内容，下面我举个例子；

本版昨天有位朋友发了个帖子，要过滤论坛签名，尤其是要过滤带图片的签名，我就拿这个做个列子介绍一下如何只过滤带图片的签名，而不过滤只有文字的签名

首先，我们看一下论坛签名部分的代码(这里以Discuz! 7为例)

1. <div class="signatures" style="">
   
2. <table cellpadding="0" cellspacing="0">
   
3. <tbody><tr>
   
4. <td>签名内容</td>
   
5. </tr>
   
6. </tbody></table>
   
7. </div>

复制代码

我们可以看到，不管签名里是文字还是图片，代码都是这样的，不同的是签名内容部分，文字或者是图片，或者两者皆有
按照教程贴里的方法，我们很容易就能过滤整个签名部分，不区分文字还是图片，只要过滤掉属性为class="signatures"的div即可

但是那位朋友的理想目标是只过滤带有图片的签名，于是，我们看一下带有图片的签名代码

1. <div class="signatures" style="">
   
2. <table cellpadding="0" cellspacing="0">
   
3. <tbody><tr>
   
4. <td><img src=图片地址></td>
   
5. </tr>
   
6. </tbody></table>
   
7. </div>

复制代码

很明显，有图片的签名代码中含有<img src=图片地址>这样的内容，于是我们知道，只要过滤带有<img src=图片地址>内容的属性为class="signatures"的div就能实现过滤掉带有图片的签名
这个时候就可以利用多重过滤的多层匹配功能，第一层我们匹配属性为class="signatures"的div标签，然后在这个基础上我们继续匹配含有<img src=图片地址>内容的标签，将它过滤掉
我们可以得出这样的规则(规则中所使用的方式跟教程贴有所不同，具体参数请参考教程贴一楼的文档说明)：

1. <pattern type="1">
   
2.                                 <targets>
   
3.                                         <param>
   
4.                                                 <![CDATA[div]]>
   
5.                                         </param>
   
6.                                         <paramex>
   
7.                                                 <![CDATA[signatures]]>
   
8.                                         </paramex>
   
9.                                 </targets>
   
10.                                 <pattern type="3">
    
11.                                         <targets>
    
12.                                                 <param>
    
13.                                                         <![CDATA[<img]]>
    
14.                                                 </param>
    
15.                                                 <replace>
    
16.                                                         <![CDATA[<!--signatures with image-->]]>
    
17.                                                 </replace>
    
18.                                         </targets>
    
19.                                 </pattern>
    
20.                         </pattern>

复制代码

将这个规则加入相应的对应url地址，导入后我们访问相应url的Discuz! 7论坛的时候就会看到带有图片的签名档被过滤掉了，只留下带有文字的签名档

小结：多重过滤理论上是可以无限匹配，如果遇到2层匹配都无法确定的情况下可以增加第三层，直到准确定位到自己想要过滤的内容
~~~~~~~~~~
外篇 1
上面介绍了如何利用多重过滤来过滤包含图片的签名档，虽然已经达到目的，但是为了更好的浏览体验，我们是不是可以只过滤签名档中的图片，而保留签名档中的其他内容呢？这样做应该是最完善的方法，结论是肯定可以的，我首先提供一个可行的方法思路，tw3的过滤扩展相比tw2除了多重过滤以外，还有个很大的改进是正则引擎，对正则表达式有一定了解的朋友可以利用positive lookbehind准确定位到只在签名档中的图片代码，将这个图片代码过滤就完成了对签名档图片部分的过滤，而不会过滤掉其他内容，如果签名档中同时包含文字和图片，文字依然会保留，而图片会被过滤

~~~~~以上内容写于 2009.12.02~~~~~

kickitout

adblock有他的优点，但是同样缺点也很明显，adblock从功能性上来说连tw2都比不上，何况现在的tw3呢？

有人说规则的编写比较复杂，其实这个是观看角度的问题，就拿教程贴中的例子，那么长一段代码中用户仅仅只需要 ...
elkay 发表于 2009-12-2 22:03 http://bbs.ioage.com/cn/images/common/back.gif

tw3的过滤确实比adblock强，强得只能过滤当前源文件中写的元素，用神马js写出来的元素统统都过滤不了。真厉害啊

april

变量这个地方比较难琢磨，最好有个更详细的教程什么的。你的腾讯规则我在好好看看。大E的pcpop我是没看懂。

april

明白多了，

不过变量那还是弄不明白，怎么把一个变量移动到另一个地方。

april

还是没弄好

[\s\S]正则表达式是什么意思

april

$pop$就是变量名称啊，就是匹配到的内容保存成一个名为$pop$的变量

pcpop的规则里就是把侧栏保存成一个变量以后再过滤掉，然后在选定的位置调用这个变量就把侧栏移动到选定的位置了
elkay 发表于 2009-12-29 16:32 http://bbs.ioage.com/cn/images/common/back.gif

这么说就明白一些了，我再好好看看。

elkay

[\s\S]我还明白，那$pop$是什么意思？代码我研究了半天也没弄明白pcpop里怎么把侧栏移到下面的。
april 发表于 2009-12-29 15:56 http://bbs.ioage.com/cn/images/common/back.gif

$pop$就是变量名称啊，就是匹配到的内容保存成一个名为$pop$的变量

pcpop的规则里就是把侧栏保存成一个变量以后再过滤掉，然后在选定的位置调用这个变量就把侧栏移动到选定的位置了

april

[\s\S]我还明白，那$pop$是什么意思？代码我研究了半天也没弄明白pcpop里怎么把侧栏移到下面的。

elkay

46# april


是这样，这里说的变量其实就是我们在过滤规则中匹配到的内容，我们可以在匹配到内容以后把这个保存成一个变量，在后面的规则中可以调用这个变量，也就是前面匹配到的内容。

[\s\S]这个是正则表达式，跟变量没有关系，在搜索匹配内容的时候跟过滤一样，并不是一定要用正则表达式的