Pixiv-Shaft
Pixiv-Shaft copied to clipboard
CeuiLiSA
[Anti Spam] 垃圾评论屏蔽，欢迎各位提供屏蔽规则
已实装，设置-常规-过滤垃圾评论 目前模式是域名匹配为主，因为垃圾评论一般是发链接的 现有的规则会更新在这，随 release 发布生效 可以在本issue回复要添加/删除的规则，也可以直接PR
目前已生效规则见文件 https://cdn.jsdelivr.net/gh/CeuiLiSA/Pixiv-Shaft@master/app/src/main/assets/comment.filter.rule.txt
自己 PR 直接修改的见文件 https://github.com/CeuiLiSA/Pixiv-Shaft/blob/master/app/src/main/assets/comment.filter.rule.txt
规则解释：
0: 域名匹配(http|https), 默认包含子域名
1: 正则匹配
2: 列表正则全匹配，以$$分割的子正则串全部匹配时认为匹配
第一批
52m.site
52m.tech
88p.live
bjhs8535ns.work
discord.gg
i50dh.info
mm6.live
p8m.live
pp9.news
pp9.store
q33.live
ur1.one
第二批
wp8.email
yesxdxw.xyz
http://[0-9a-zA-Z.]+/portal\.php\?x=\d{6,}
(资源|交易).*[Qq]{1,2}\d{9,}
建议在这个repo里面增加一个spamdomain.list，然后让app在某些时候爬这个repo的list来拦截。这样可以动态更新。而且用github的服务不用带宽。
可以看看这个repo，里面有大量拦截的域名，其中就有拦截#FFFF00的list。
我个人用Pi-hole的DNS拦截，因为DNS拦截只能拦截域名，所以可以用这个作为搜寻关键词。
discord.gg 应该是误报，这个是discord的域名，玩游戏聊天语音的时候用的。 ur1.one应该是短网址服务。
可以上网查一下那些域名是什么东西。
有时候这些评论有机会含有不常用的unicode字符来避免屏蔽？看看能不能用这个来作为规则？
@SodaWithoutSparkles
- app获取外部内容是不合适的，不能保证所有用户都有正常的网络；而且数据也过多了，大量正则匹配会影响性能
- 我不认为在插画评论里发 discord 地址算误报，起码也是无关广告
- 短链接地址也很可疑，毕竟正常用户评论作品也不太会发这个
如果你发现哪个正常评论有使用了这些服务再来提起修改吧，目前我看到的都是需要屏蔽的评论 unicode字符，我印象中是没有用的
不是，不能连接网络还怎么上pixiv，如果连github也连接不到还怎么下载这个app？如果是google play下载的，那么应该也能上到github啊。。。
个人认为还是不要在程序里面hard code拦截规则，能变才是最好的。所以还是建议让程序爬这个repo里面的某一个档案更新拦截库吧。
@SodaWithoutSparkles 内地的网络我只能说很复杂，github服务是不可靠的 而且我试了一下，你给的repo里，几个规则文件里都没有找到匹配的啊，就比如第一个 52m.site 就没有
而且我试了一下，你给的repo里，几个规则文件里都没有找到匹配的啊，就比如第一个 52m.site 就没有
本地+远程双保险即可，或者新开一个repo做屏蔽域名后端
另，屏蔽垃圾评论时，可以考虑让用户自行选择屏蔽原图作者发出的广告评论。如果将作者的广告（discord群组和金主链接）等一股脑屏蔽，可能会出现其他问题。
另，屏蔽垃圾评论时，可以考虑让用户自行选择屏蔽原图作者发出的广告评论。如果将作者的广告（discord群组和金主链接）等一股脑屏蔽，可能会出现其他问题。
这种不是都放作品简介里吗，考虑太多感觉没完没了 要不完全给用户自定义，要不砍掉这个功能 可以改成默认不开启屏蔽，想屏蔽的用户自担风险OK？
而且我试了一下，你给的repo里，几个规则文件里都没有找到匹配的啊，就比如第一个 52m.site 就没有
這些list不一定能包括所有，但是能拦截很多。始终不能预防式添加，只能等网站出来了被动添加，一定跟不上。
7mm.live 33h.live 88p.live 77k.live 55n.live
总觉得*.live也行，或者这个regex
/[0-9A-Za-z]\.[A-Za-z]{3,}/g
还有一堆加q的，或者可以用这个regex
[qQ][0-9]{9,}
不过可能这个regex会有误封，建议配合"资源"和"诚信交易"等字眼
而且大部分都是用http，可能可以针对http拦截。http没有加密不安全，加上现在正规网站都是https了。那些网站随时都可能被封所以不会去买https证书的（应该）。
刚刚发现了一样东西，好像这些网址都是同一个架构：http://[domain]/portal.php?x=[6_numbers]，或许可以regex match portal.php?x=[6_numbers]
@SodaWithoutSparkles 很好，portal 这个规则加进去了，QQ这个规则感觉很可能屏蔽错啊，多搞点原文看看，那些描述是在前面还是后面的？
@sunbeams001 你刚刚新增的regex好像有问题。\和?和.符号需要escape。建议使用这个：
http:\/\/[0-9a-zA-Z.]+\/portal\.php\?x=\d{5,}
可以去这个网站测试
qq这个是卖*的，到处都有，去某些tag的热门分页的插画就能看到了，简直是丢人丢到外国去了🤦🏻♂️。虽然好像被封号了，但是号随便就可以注册。
@SodaWithoutSparkles 代码没事，没用代码框起来被github转义了
/符号不用escape吗？
那个QQ卖*的例子我怕被封号，不发了。
V 3.1.5
https://luolii555luluolii555luluolii555lulu0lii555lululu0lii55.lili10ullill55.icu/portal.php?x=1322954 这个网站regex不知道为什么拦截不到。
现在被回复的评论都会显示，即便是应该拦截的。例如这样：甲发了一个应该被屏蔽的评论，乙回复这个评论。甲的评论在乙的回复仍然能看见。建议修改为"该评论已被屏蔽"或者连乙的评论都处理掉。
@SodaWithoutSparkles
- 你这个是 https 的，之前给的规则是 http，需要加吗，好像就这1个买了域名
- 对广告的评论我认为不至于删除吧，看看骂广告哥不也挺解压？这个之后我发个投票看看
只看域名看漏了，下一次规则应该是http或者https也match
骂广告哥我个人觉得最好还是吧原文屏蔽，需要的话就点开吧，像spoilers tag 那样（黑幕）。例如萌百的黑幕那样，有需要才点开。
@SodaWithoutSparkles 试想一下，你开了过滤，你知道隐藏的是广告，你还点开看一眼，我觉得不太符合正常思维。如果做还是直接整条干掉吧
投票来了 https://t.me/c/1321480563/14391
有些评论会带有广告的黄色网站，是不是也能屏蔽
来个例子，现在开启过滤以后很少见到还有垃圾评论
https://www.pixiv.net/artworks/84459345
这种或许是？
@xushet 看过了，我找不到那个评论，看起来应该被屏蔽掉了，确认你开了屏蔽功能？
@sunbeams001 或者以后可以搞个debug log之类的东西，把设定的选项都扔进去，然后可以让开发者看看会不会是某个选项造成的影响，顺便把android version 和os version写进去，也把能不能上google（是不是在墙外）写进去，那样或许可以方便debug？
刚刚发现跑掉了一个
○莉资源347□□□4341或326□□□5884
都可🏠扣扣
□是数字
应该不在规则里面，看看需不需要包含
具体插画ID忘了，我只是复制了评论