Mediawiki下对垃圾网址的处理方法

wangsisi

MediaWiki提供了如下手段以减轻Wiki Spam的困扰：

内容屏蔽黑名单

为防止大量广告内容被保存，可使用'$wgSpamRegex'变量（老版本Mediawiki中为'$wgSpameBlacklist'）。在LocalSettings.php中为这个变量设置一个正则表达式，用以匹配网址中出现的限制字符串。同时，这个功能也可用于防止文本中出现其他希望限制的内容。

当保存页面并碰到限制内容时，用户会被提示被禁止的相关内容。

$wgSpamRegex设置范例

在LocalSettings.php文件中输入如下内容：

1. 当下述正则表达式在编辑内容中得到匹配时，编辑将被禁止

$wgSpamRegex = "/shit|fuck|viagra|adult-website\.com|overflow:\s*auto;\s*height:\s*[0-4]px;/i"; </pre>


以上仅为一则示意，其中'/i'表示进行大小些无关的检查。



这个例子中，任何引用'adult-website.com'的文本将被禁止。很明显，这种办法很容易防止特定spammer反复前来捣乱。



最后，这个例子同时还可以阻止一些近来出现的CSS类型的隐藏内容spam攻击。


更长的spam黑名单

用上述办法对付大量spam有些不便，更好的办法是建立一份更长的网址黑名单文本，而非使用正则表达式。这时可以使用SpamBlacklist扩展插件，并允许少量高级用户维护一个黑名单页面。同时，你可以从外部获得黑名单资料。


清除spam的脚本工具

前面的办法只能预防未来的spam行为，但无法清除现有的spam内容。我们可以手工清理，也可以去找spam清理工具扩展插件。这是个script脚本工具，在更新spam黑名单后可以自动回退、清除所有的spam内容。它将扫描整个wiki，发现spam之后将自动恢复到spam前的版本。查看wikicities.com上的更多相关资料。


代理阻挡器

Mediawiki1.4.1具有代理阻挡功能，用以防止滥用公开代理。很多spammer使用公开代理来掩盖身份，并防止IP被封禁。参见元维基上的介绍


rel=nofollow链接属性

Mediawiki使用rel=nofollow链接属性。这可以防止google沿外部链接继续搜索，从而大大削弱spam的实际效果。然而nofollow没有外观上的不同，spammer并不一定注意到他们在做无用工，因而不能完全禁绝spam现象。



在当前设定下，所有外部链接以及日志、历史页面都被设为nofollow属性。参见禁止索引的历史。注意，开启nofollow是个相当沉重的anti-spam手段，你可以自行决定是否使用。建议使用当前的设置，因为这对很多精力有限的站长而言，能大大减轻来自spam的压力。