PROXOMITRON-HTML FILTERS TUTORIAL (GUIDA DI BASE)

Premessa

Per comprendere il funzionamento dei filtri, per scriverli o modificarli, occorre una conoscenza di base della struttura della pagina web e del suo codice. Preferibile avere anche conoscenza dell'html, dei CSS ed anche un po' di linguaggio javascript.
In questa pagina ho realizzato una guida di base per iniziare a scrivere alcuni semplici filtri html.

Prossimamente inserirò una guida anche per la scrittura dei filtri HTTP.

COS'È UN DOCUMENTO HTML

Un documento html è un file di testo composto di una serie di elementi chiamati TAG e dai relativi attributi.
Questi TAG generano delle istruzioni che permettono al browser di riprodurre testi, suoni, animazioni, immagini, etc.

Ogni TAG è racchiuso dai segni minore "<" e maggiore ">" e la sintassi è per esempio <object>, dove object è il nome del comando che s'impartisce (in questo caso è un controllo ActiveX).

Gli elementi o tag, devono sempre essere sempre chiusi (salvo pochi casi come le immagini) e la sintassi è la stessa di quella d'apertura, con inserita una barra.
Come nell'esempio precedente, il tag di chiusura diventa </object>.
Il filtro di Proxomitron cerca l'elemento da modificare, sostituire, eliminare e tutto il suo contenuto (*), fino a che non incontra il tag di chiusura </tag>.
La comprensione di questo meccanismo è molto importante per la scrittura dei filtri di Proxomitron.

I filtri si scrivono utilizzando l'editor presente nel programma ed il cui funzionamento è spiegato alla pagina Editor dei filtri.

IL FILTRO HTML

Per vedere la struttura ed il codice con i TAG di una pagina web, occorre salvarla come 'Pagina web completa' o 'Solo HTML' (vale per qualsiasi navigatore) e poi aprirla con il Blocco note.

Le parti del codice, con i relativi TAG, che possiamo filtrare sono:

• Immagini <img> es: <img src="http://www.pagina.it/ad.gif">
• Layer <DIV> es: <DIV> qui il testo </DIV>
• Link <a> es: <a href="http://www.pagina.it/">LINK</a>
• Javascript <script> es:<script type="text/javascript" qui il testo dello script </script>
• Controlli ActiveX <object> es: <object> qui il testo del controllo </object>
• Frame <iframe> es: <iframe src="http://www.pagina.it/"></iframe>
• Applet <applet>

A questo punto, dalla Pagina principale del programma, cliccate sul pulsante Web page per aprire l'editor.
Iniziate a scrivere il filtro, compilando i riquadri nell'editor, seguendo questa sequenza:

Filter Name
Si scrive il nome che si vuole dare al filtro.
È il nome che apparirà nella finestra delle pagine html, e non ha incidenza sul funzionamento del filtro.

URL Match
Qui si può decidere se limitare l'impiego dei filtri ad una determinata pagina (senza anteporre http://.), ad indirizzi (URL) oppure a tutti i file html, per esempio:

Una pagina
nome.dominio.com/pagina.html
Indirizzo URL
([^/] ++.|) dominio.com/
I tipi di file html
$TYPE(htm) - $TYPE(css) - $TYPE(vbs) - $TYPE(js)

Nota: Se volete utilizzare il filtro per tutti i file HTML indistintamente, allora scrivete $TYPE(htm).
Potete anche integrare questo campo con le Liste, ad esempio: ($TYPE(htm)(^$LST(ActiveXBypass))

Allow for multiple matches
Quest'opzione, che chiameremo brevemente Multi, permette a diversi filtri di agire sullo stesso TAG html.
Quando un filtro incontra un TAG, è prioritario e non permette ad altri filtri di agire sul risultato del lavoro già svolto.
Abilitando Multi, lo stesso codice è controllato sempre da tutti i filtri, anche se già filtrato dal primo incontrato della serie.
NB: Se nel vostro set di filtri, ne sono presenti due o più che lavorano sullo stesso codice, dovete abilitare la funzione Multi solo nel primo in sequenza della lista e non sui successivi.
È consigliabile comunque ridurre al minimo l'utilizzo di questa funzione. Se è attivata quando non realmente utile, crea un rallentamento delle operazioni di filtraggio perché il codice già modificato o sostituito è analizzato nuovamente dagli altri filtri.

Bounds Match
Delimita la ricerca. Consiste in generale nell'indicare un tag d'inizio e fine, es:

<script*</script>
oppure
$NEST(<script,</script>)

Se Proxomitron lo trova, allora prosegue a ricercare quanto indicato in "Matching Expression".

Byte Limit
Indica il numero di byte che Proxomitron deve percorrere fino a trovare l'inizio del testo e prima di abbandonare la ricerca.
128 byte minimo
e poi 256-512-1024-2048-4096 etc.
Il limite massimo per la versione Naoko 4.5j è 32076.

Matching Expression
Inserite qui il testo o l'espressione da ricercare, sostituire od eliminare, es:

*testo contenuto*

Replacement Text
Qui è possibile inserire il testo di sostituzione dell'espressione.
Per non inserire il testo, occorre lasciare vuota la zona di sostituzione.

Test
Apre la finestra di prova che permette di testare i vostri filtri sui codici html e vedere se funzionano correttamente, come spiegato alla pagina del Test dei filtri html.

SCRIVIAMO UN FILTRO

Utilizzando URL e Bounds Match
Ecco un esempio di filtro per disabilitare tutti gli script Java, ad eccezione degli indirizzi contenuti nella lista JavascriptBypass.
Notare la simbologia (^) che precede $LST. Indica l'eccezione.
Inserite nella lista gli URL dove è consentita l'esecuzione degli script Java.

Filter Name: Disabilita gli JavaScript
URL Match: ($TYPE(htm)(^$LST(JavascriptBypass))
Bounds Match: $NEST(<script,</script>)
Byte Limit: 8192
Matching Expression: *
Replacement Text: <!-- [Rimosso Javascript] -->

Senza URL e Bounds Match
Possiamo anche disabilitare tutti gli script Java indistintamente.

Filter Name: Disabilita tutti gli JavaScript
URL Match:
Bounds Match:
Byte Limit: 256
Matching Expression: <script*>
Replacement Text: <!-- [Rimosso Javascript] -->

I CARATTERI SPECIALI

Come abbiamo già spiegato a questa pagina, Proxomitron utilizza dei caratteri speciali o "Metacaratteri" per definire le caratteristiche di un filtro.
Se il codice che dovete rimuovere contiene già questi caratteri, dovrete "bypassarli", precedendoli con una una barra antislash \.
La barra indica a Proxomitron che il carattere che segue non è da considerare un "Metacarattere" ma un carattere standard.

Il codice
<a href="http://www.banner.it/">[*clicca qui]</a>

nel filtro deve essere scritto così
<a href="http://www.banner.it/">\[\*clicca qui\]</a>

I caratteri speciali sono:
^  ?  (  )  \  {  }  [  ]  |  +  *  &

UTILIZZIAMO UN MODELLO ESISTENTE

Un altro semplice sistema per scrivere i filtri è di utilizzare e modificarne alcuni già esistenti.
In questo caso propongo dei semplici modelli di filtri, pronti da modificare all'occorrenza.
Dovrete semplicemente inserire il tag del codice da filtrare.

stampa