spamwords Abfrage fürs Gästebuch

[thomasgerd]

Hallo,

ich habe für mein Gästebuch eine Spamwords Abfrage und die funktioniert nicht, bekomme bei egal was ich im Textfeld eintrage die Meldung "Sorry, Ihr Eintrag enthält Spamwörter und wird nicht ins Gästebuch aufgenommen!"

Im unteren Bereich stand vorher

if (eregi($spamword[$i],$string)) { 

und das funktionierte nur unter php5, habe es ersetzt mit

if (preg_match("/$spamword[$i]/i",$string)) { 

Was habe ich falsch gemacht?
Kann mir bitte jemand helfen?

VG
Thomas

[rkr]

Was habe ich falsch gemacht?

Ui, das Script ist schon ein wenig älter. Super gruselig.

preg_match("/$spamword[$i]/i",$string) 

Statt der /.../i würde ich heute eher {...}i nutzen. Und dann müsste man wahrscheinlich einmal sehen, wie die Spam-Words aussehen. Danach würde sich entscheiden, ob da irgendein spezieller regexp-Dialekt genutzt wird, den man noch anpassen müsste, oder/und ggf. noch preg_quote zur Hilfe genommen werden müsste.

Der Beitrag gehört außerdem in den Anfänger-Bereich und da in das Nicht-Schwimmer-Becken, würde ich sagen .

[thomasgerd]

Du meist so?

if (preg_match("{$spamword[$i]}i",$string)) { 

Das funktioniert leider auch nicht

Die spamwords.dat sieht so aus:

#1
100% more
100% free
100% satisfied
Additional income
Be your own boss
Best price
Big bucks
Billion
Cash bonus
Cents on the dollar
Consolidate debt
Double your cash
Double your income
Earn extra cash
Earn money
Eliminate bad credit
Extra cash
Extra income
Expect to earn
Fast cash
Financial freedom
Free access
Free consultation
Free gift
Free hosting
Free info
Free investment
Free membership
Free money
Free preview
Free quote
Free trial
Full refund
Get out of debt
Get paid
Giveaway
Guaranteed
Increase sales
Increase traffic
Incredible deal
Lower rates
Lowest price
Make money
Million dollars
Miracle
Money back
Once in a lifetime
One time
Pennies a day
Potential earnings
Prize
Promise
Pure profit
Risk-free
Satisfaction guaranteed
Save big money
Save up to
Special promotion
Act now
Apply now
Become a member
Call now
Click below
Click here
Get it now
Do it today
Don’t delete
Exclusive deal
Get started now
Important information regarding
Information you requested
Instant
Limited time
New customers only
Order now
Please read
See for yourself
Sign up free
Take action
This won’t last
Urgent
What are you waiting for?
While supplies last
Will not believe your eyes
Winner
Winning
You are a winner
You have been selected
Bulk email
Buy direct
Cancel at any time
Check or money order
Congratulations
Confidentiality
Cures
Dear friend
Direct email
Direct marketing
Hidden charges
Human growth hormone
Internet marketing
Lose weight
Mass email
Meet singles
Multi-level marketing
No catch
No cost
No credit check
No fees
No gimmick
No hidden costs
No hidden fees
No interest
No investment
No obligation
No purchase necessary
No questions asked
No strings attached
Not junk
Notspam
Obligation
Passwords
Requires initial investment
Social security number
This isn’t a scam
This isn’t junk
This isn’t spam
Undisclosed
Unsecured credit
Unsecured debt
Unsolicited
Valium
Viagra
Vicodin
We hate spam
Weight loss
Xanax
Accept credit cards
Ad
All new
As seen on
Bargain
Beneficiary
Billing
Bonus
Cards accepted
Cash
Certified
Cheap
Claims
Clearance
Compare rates
Credit card offers
Deal
Debt
Discount
Fantastic
In accordance with laws
Income
Investment
Join millions
Lifetime
Loans
Luxury
Marketing solution
Message contains
Mortgage rates
Name brand
Offer
Online marketing
Opt in
Pre-approved
Quote
Rates
Refinance
Removal
Reserves the right
Score
Search engine
Sent in compliance
Subject to…
Terms and conditions
Trial
Unlimited
Warranty
Web traffic
Work from home
€€€
$$$
100% gratis
100% kostenlos
Sichere Anlage
Bargeld
Bargeld-günstig
Begünstigter
Cash
Einkommen verdoppeln
Einkommen von Zuhause
Extra Bargeld verdienen
Fondsmanagement
Geld verdienen leicht gemacht
Günstiger Kredit
Günstige Refinanzierung
Hypothek
Ihr Zahlungsverzug
Kostenlos
Kontosicherheit
Paypal
Rechnung
Rendite
Senken Sie Ihre Hypothek
Schulden beseitigen
Verdienen Sie “x” pro Woche
Versteckte Kosten
Viel Geld sparen
Visa/Mastercard
Völlig kostenlos
Von Zuhause arbeiten
Black Jack
Casino / Kasino
Exklusive Gewinne
Garantierter Gewinn
Gewinnchance
Gewinn einlösen
Glücksspiel
Glückwunsch
Holen Sie Ihren Gewinn
Ihr Geschenk
Kein Scherz
Kein Spam
Keine Abzocke
Klicken, um Ihr Geschenk
Poker
Risikofrei
Sie haben gewonnen
Sie sind ein Gewinner
Sie wurden ausgewählt
Spielgeld
Wette
Wetteinsatz
Abnehmen über Nacht
Besser im Bett werden
Cellulite weg in XXX
Drogen legal kaufen
Falten entfernen
Glatze weg in XXX
Gras günstig kaufen
Günstige Medikamente
Haarausfall behandeln
Leicht abnehmen
Prognose
Schnarchen behandeln
Schnell Gewicht verlieren
Sixpack über Nacht
Sofort Gewicht verlieren
Sofort „x“ Kilos verlieren
Therapie
Valium
Viagra
Weed günstig kaufen
Wunderheilung
Abverkauf
Alles muss raus
Angebot endet heute
Angebot läuft „x“ ab
Ausverkauf
Begrenzte Zeit
Chance nicht verpassen
Countdown läuft
Deal
Discount
Eilig
Greifen Sie zu
Jetzt kaufen
Jetzt sichern
Jetzt zugreifen
Jetzt zuschlagen
Kaufen, kaufen, kaufen
Kräftige Rabatte
Limitiertes Angebot
Nur heute verfügbar
Nur solange der Vorrat reicht
Preissensation
Preisknüller
Schnäppchen
Special Deal
Sonderangebot
Attraktiv
Date
Exklusives Kennenlernen
Fetisch
Freunde finden
Heiße Männer/Frauen
Lieber Freund
Nicht mehr allein sein
Nicht mehr einsam sein
Nude
Partner finden
Partnerschaftsanfrage
Sex
Sexy
Sexy Männer/Frauen
Singles kennenlernen
Traummann/Traumfrau
Treffen
Völlig harmlos
Völlig unverbindliches Treffen
Achtung!
Bitte helfen Sie mir
Dies ist kein Spam
Dringend
Endlich online
Freier Zugang
Für Sie
Hier klicken
Ihre angeforderten Informationen
Jetzt anrufen
Jetzt handeln
Jetzt öffnen
Jobangebot
Kostenlose Info
Neue Herausforderungen
Nicht löschen
Profis
Sehen Sie sich dies an
STOP
Vergleichen
Werden Sie Ihr eigener Chef
Wie im Fernsehen gesehen
Wir haben eine Stelle für Sie
XXX

[hellbringer]

Warum verwendest du überhaupt Regex für sowas? Ich seh da überhaupt keinen Mehrwert und macht es nur unnötig komplizierter.

[Zeichen32]

Da reicht doch eigentlich ein einfaches: PHP: stristr - Manual

if (false !== stristr($string, $spamword[$i])) {
   $is_spam = true;
    break;
} 

[thomasgerd]

Cool danke Zeichen32, das hat funktioniert

[fastix]

[selbst gelöscht]

[rkr]

Ich habe hier schon einige Zeit ein eigenes Skript im Einsatz - und nur noch selten Spam, der durchkommt. Das sucht auch nach Links bzw. Webadressen, kruden Schreibweisen und dem Versuch, die Spamfilter durch numerische Entities zu täuschen.

Da fehlt noch ein Hisweis wie "bitte nicht nachmachen".

[fastix]

[selbst gelöscht]

[rkr]

Du wirst mich und die übrigen Leser bestimmt noch über Deine konkreten Bedenken informieren wollen - oder?

Ne, weiß nicht. Den Meisten wird das eh schon klar sein, denke ich.

• Weil (ungeachtet der Code-Qualität) so ein System einfach nur auf bestimmte Schlüsselbegriffe anspringt und nach einem bestimmten Muster pauschal Nachrichten verhindert. Es gibt keine Anleitung, was man mit dem True oder False machen sollte. Besser wäre, wenn man einen Nachrichten-Betreff mit sowas wie [SPAM] prefixt, aber die Erfahrung muss jeder User für sich selbst machen, nehme ich an /(falls das Kontaktformular dafür genutzt wird um Emails irgendwo hinzuschicken).
  • Was denn, wenn ich tatsächlich eine Seite betreibe, bei der ich regelmäßig Links bekomme, weil das in dem Kontext auch Sinn macht?
  • Die Auswahl der Begriffe in der Text-Datei sehen für mich auch nicht allgemeingültig aus. Das scheint eine sehr spezifische und teils absolut sinnlose Auswahl zu sein. Geachtet dem Prinzip das du da für die "known-words" anwendest, macht dann "trading" und "trading software" zusammen Sinn? Oder "casino" und "casino games".
  • FyLitCl7Pf7ojQdDUOLQOuaxTXbj5iNG.com sieht nach einer ziemlich selten anzutreffenden Kombination aus. Ist das wirklich an der Stelle ein allgemeingültiges Merkmal?
  • Warum springt dein Skript auf kyrillische Zeichen an, nicht aber auf chinesische, japanische oder andere Schriftzeichen?
  • strtolower ist für Groß- und Keinschreibung allgemein weniger gut geeignet (siehe Zeile 38 ).
  • Man kann Beziehungen nicht ausdrücken. Beispielsweise dass ein bestimmtes Wort nur dann Spam ist, wenn auch ein anderes Wort davor oder danach im Text auftaucht.
• Das Skript für einen erfahrenen Entwickler 3-5 Minuten Arbeit bedeutet und keinen komischen Quatsch wie zwischen den Zeilen 45-58 und 66-73 macht. Was soll das? Du machst dir da doch die RegExp aus Zeile 20-30 kaputt?
• Nutzer, die nicht verstehen, was das Skript tut, werden davon enttäuscht.
  • Ich wette, dass bei einem Echtwelt-Test in den allermeisten Fällen Spam durchgehen würde und in einigen Fällen legitime Emails verhindert würden werden.
• Man kann den Kram nicht via Composer installieren und einfach eine Klassen-Datei in ein Projekt werden ... das war vor 2013 vielleicht noch ok. Seither aber eigentlich nicht mehr.

Was macht sein Skript eigentlich, was der folgende Code hier nicht auch macht?

<?php
$content = '...';
$badwordPatterns = file('bad-word-patterns.txt', FILE_IGNORE_NEW_LINES);
foreach($badwordPatterns as $badwordPattern) {
    if(preg_match(sprintf('{%s}ui', $badwordPattern), $content)) {
        return true;
    }
}
return false;

Es macht wahrscheinlich mehr Sinn, so was zu machen: https://www.webmasterpro.de/coding/a...ermeidung.html

[fastix]

[selbst gelöscht]

[Moorleiche]

Besser du baust einfach ein Bild-Basiertes Captcha + Honeypot Captcha. Eine Keyword Blacklist ist zu unzuverlässig. Bei den meisten Spams werden URLs mitgesendet, also kannst du einfach alles was generell wie eine klickbare URL aussieht entfernen. Ganz wichtig wäre auch HTML Tags zu entfernen

[protestix]

Besser du baust einfach ein Bild-Basiertes Captcha

Das lösen heutige Bots schneller als Menschen und wenn du Menschen mit optischen Einschränkungen hast schliesst du diese evtl sogar aus. Also kein gute Idee.

Eine Keyword Blacklist ist zu unzuverlässig.

Nicht unbedingt. Es geht um ein Gästebuch, da haben einfach Begriffe aus der unteren Schublade der Apotheke oder Bankangebote nichts verloren. Ist aber nur meine Meinung.

[rkr]

Es gibt tatsächlich keine “beste“ Lösung für das Spam-Problem.

Richtig. Sonst würde es auch nur einen abstrakten Lösungsweg mit darauf aufbauenden Lösungen geben.

Und wenn Du es „anders“ machen würdest, dann ist das kein Fall von "bitte nicht nachmachen". Diese Worte wären bei einem erkannten Sicherheitsproblem oder erheblichen Dysfunktionen angemessen, voriegend also nicht.

Es geht nicht ums anders machen wollen sollen. Was für dich an Begriffen Spam ist, ist vielleicht nicht für Jeden gleichermaßen Spam.
Dieser Lösungsweg ist nicht für allgemeine Zwecke geeignet und im Prinzip ist es einfach nur ein Signal-Wort-Filter, der sofort anschlägt, wenn er einen Treffer hat. Und was sollte dann passieren, wenn ein Signal-Wort anschlägt? Sollte der Nutzer, der dir vielleicht was schicken will, nicht darauf aufmerksam gemacht werden, warum er dir etwas nicht schicken kann? Oder wird dem Nutzer einfach angezeigt, "Sorry geht nicht, weil... geht nicht"? Oder wird die Nachricht einfach Kommentarlos verworfen?

Das Skript macht gar nichts mit Emails!

Das ist aber eine logische Folgeaktion von "Spam-Verhinderung", oder?
Ich glaube, ich habe schon seit Jahren nichts mehr geschrieben, was so war, wie ein Gästebuch, aber ich hatte mir auch immer eine Email geschickt, wenn es einen neuen Eintrag gab. Und Spam-Detection ist eben keine Domäne, die nur für Gästebücher gültig ist.

Die ursprüngliche Fragestellung stellt - genau wie mein Skript - darauf ab, bekannten Spam zu erkennen.

Was das Skript aber nicht tut. Es gibt jede Menge bekannten Spam, der von diesem Skript in dieser Form nicht erkannt wird. Und eine Liste mit Links ist immer automatisch Spam.
Dein Skript heißt "SpamDetection". Es ist aber eher eine allgemeine Mustererkennung mit teils völlig wirkungslogen Mustern als Grundlage. Ich hatte beruflich schon oft mit Spam und dessen Folgen zu tun. Ich "arbeite" häufig mit Spam. Ich weiß, wie schnell Veränderungen in diesem Bereich passieren. Hast du eine Statistik darüber, wie viel Kontakt dein Skript tatsächlich abwehrt?

Auch hier sind wir also im Bereich der Meinung. Vielleicht will sich der Fragesteller nicht auch noch mit dem Composer befassen, vielleicht kann (dafür gibt es ein Bündel von Gründen) er gar nicht mit diesem hantieren? Hinzu kommt: Auch mit dem Composer und der Nutzung toller Libarays kann man Montag bei „heise.de“ erwähnt werden oder am Dienstag nach einem Updateversuch auf Grund nicht erfüllbarer Abhängigkeiten mit einem kaputten oder unsicheren Webauftritt dastehen. Es kommt ja gerne mal vor, dass Libarys - sogar ganze und stark verbreitete Linux-Distributionen (Cent-OS, Scientific) - abgekündigt werden.

Ich könnte dazu jetzt ne Menge schreiben. Aber es würde nichts bringen.
Wer Composer auf solche Punkte reduziert hat den Grund nicht verstanden, warum man solche Dependency-Resolver-Systeme einsetzen möchte.

[fastix]

[selbst gelöscht]