blog.pagesd.info // Archives // Traductions

Altrr-Press fait de l'anti-spam

2007-09-19 #ap

Pour l’instant, on ne peut pas vraiment dire que les sites réalisés avec Altrr-Press croulent sous le spam. Et une fois n’est pas coutumes, ce n’est vraiment dû à la qualité de son code mais au simple fait qu’aucun d’entre eux ne reçoit tant de visites que ça.

Malgré tout, j’ai quand même réussi à récolter quelques spammes :

  • un site bar an se ren en “.com” souhaitait au fil de ses urls m’offrir des fleurs, des cadeaux ou des cartes de voeux,
  • un autre cumulait le “free”, le “linux” et le “forum” en .info pour mieux me proposer tout un arsenal de ouaib-cames libres ou pas,
  • etc…

Mais quoiqu’il en soit, rien de catastrophique. Donc avant de sortir la grosse artillerie et de chercher à implémenter Askimet en C#, il y a certainement moyen de faire simple, vite et bien.

C’est même très facile parce que j’avais repéré il y a quelques temps un article de Joe Tan qui expliquait comment il avait réalisé un filtre anti-spam simple pour WordPress.

Son principe est vraiment tout simple. L’auteur a constaté que 90 % du spam dont il souffrait obéissait à l’une des 3 règles suivantes :

  • il y a au minimum 5 liens vers des sites internet,
  • il y a des liens en bbcode (style [url=http://www.example.com]example[/url]),
  • on y retrouve fréquemment certains mots clés comme v-ag-a, c-alis…

La solution qu’il a mis au point consiste donc à tester ces 3 particularités et à suspecter le message d’être un spam dès lors que l’une d’entre elle s’applique.

Après quelques tests à base d’indexOf puis l’assistance de Philippe pour régixfier tout ça, la boite de Feedback d’Altrr-Press dispose maintenant d’une fonction IsSpam() qui le cas échéant permet de préfixer le sujet du message d’un “SPAM” accusateur.

public static bool isSpam (string content) {
        // http://tantannoodles.com/toolkit/spam-filter/
        content = content.ToLower();
        bool isInvalid = false;
        if (content.IndexOf(@"[url]http://") != -1) {
                // [url]http://www.example.com[/url] style links => spam
                isInvalid = true;
        } else if (content.IndexOf(@"[url=http://") != -1) {
                // [url=http://www.example.com]example[/url] style links => spam
                isInvalid = true;
        } else {
                // remove internal link
                content = content.Replace(Common.websiteUrl, "");
                // 5 or more links to external sites => spam
                if (Regex.Matches(content, @"http://").Count >= 5) {
                        isInvalid = true;
                }
        }
        if (isInvalid == false) {
                // potential spam words => spam
                string bads = @"cialis|ebony|nude|porn|porno|pussy|upskirt|ringtones|phentermine|viagra";
                if (Regex.IsMatch(content, bads) == true) {
                        isInvalid = true;
                }
        }
        return isInvalid;
}

Et pour le jour où ça ne suffira plus, j’ai aussi un pôt de miel en réserve (à mon avis encore améliorable avec un attribut maxlength à zéro).