www/plugins/nospam/inc/nospam.php

   1 <?php
   2 /**
   3  * Plugin No-SPAM
   4  * (c) 2008 Cedric Morin Yterium.net
   5  * Licence GPL
   6  *
   7  */
   8
   9 if (!defined("_ECRIRE_INC_VERSION")) return;
  10
  11 function nospam_hash_env() {
  12         static $res ='';
  13         if ($res) return $res;
  14         $ip = explode('.',$GLOBALS['ip']);
  15         array_pop($ip);
  16         $ip = implode('.',$ip).".xxx";
  17         $res = md5($ip. $_SERVER['HTTP_USER_AGENT']);
  18         #spip_log("jeton $res pour ".$ip. $_SERVER['HTTP_USER_AGENT'],"jetons");
  19         return $res;
  20 }
  21
  22
  23 /**
  24  * Calcule une cle de jeton pour un formulaire
  25  *
  26  * @param string $form
  27  *   nom du formulaire
  28  * @param string $qui
  29  *   identifiant du visiteur a qui est attribue le jeton
  30  * @return string
  31  *   cle calculee
  32  */
  33 function creer_jeton($form, $qui=NULL) {
  34         $time = date('Y-m-d-H');
  35         if (is_null($qui)){
  36                 if (isset($GLOBALS['visiteur_session']['id_auteur']) AND intval($GLOBALS['visiteur_session']['id_auteur']))
  37                         $qui = ":".$GLOBALS['visiteur_session']['id_auteur'].":".$GLOBALS['visiteur_session']['nom'];
  38                 elseif (!defined('_IS_BOT') OR !_IS_BOT) { // pas de jeton pour les bots qui n'ont rien d'interessant a poster
  39                         $qui = nospam_hash_env();
  40                 }
  41         }
  42         include_spip('inc/securiser_action');
  43         // le jeton prend en compte l'heure et l'identite de l'internaute
  44         return calculer_cle_action("jeton$form$time$qui");
  45 }
  46
  47 /**
  48  * Verifie une cle de jeton pour un formulaire
  49  *
  50  * @param string $jeton
  51  *   cle recue
  52  * @param string $form nom du formulaire
  53  *   nom du formulaire
  54  * @param string $qui
  55  *   identifiant du visiteur a qui est attribue le jeton
  56  * @return bool cle correcte ?
  57  */
  58 function verifier_jeton($jeton, $form, $qui=NULL) {
  59         $time = time();
  60         $time_old = date('Y-m-d-H',$time-3600);
  61         $time = date('Y-m-d-H',$time);
  62
  63         if (is_null($qui)){
  64                 if (isset($GLOBALS['visiteur_session']['id_auteur']) AND intval($GLOBALS['visiteur_session']['id_auteur']))
  65                         $qui = ":".$GLOBALS['visiteur_session']['id_auteur'].":".$GLOBALS['visiteur_session']['nom'];
  66                 else {
  67                         $qui = nospam_hash_env();
  68                 }
  69         }
  70
  71         $ok = (verifier_cle_action("jeton$form$time$qui",$jeton)
  72                         or verifier_cle_action("jeton$form$time_old$qui",$jeton));
  73         #if (!$ok)
  74         #       spip_log("Erreur form:$form qui:$qui agent:".$_SERVER['HTTP_USER_AGENT']." ip:".$GLOBALS['ip'],'fauxjeton');
  75         return $ok;
  76 }
  77
  78
  79 /**
  80  * Compte le nombre de caracteres d'une chaine,
  81  * mais en supprimant tous les liens
  82  * (qu'ils soient ou non ecrits en raccourcis SPIP)
  83  * ainsi que tous les espaces en trop
  84  *
  85  * @param string $texte
  86  *   texte d'entree
  87  * @param bool $propre
  88  *   passer le texte dans propre ou non
  89  * @return int
  90  *   compte du texte nettoye
  91  */
  92 function compter_caracteres_utiles($texte, $propre=true) {
  93         include_spip('inc/charsets');
  94         if ($propre) $texte = propre($texte);
  95         $u = $GLOBALS['meta']['pcre_u'];
  96         // regarder si il y a du contenu en dehors des liens !
  97         $texte = PtoBR($texte);
  98         $texte = preg_replace(",<a.*</a>,{$u}Uims",'',$texte);
  99         // \W matche tous les caracteres non ascii apres 0x80
 100         // et vide donc les chaines constitues de caracteres unicodes uniquement
 101         // on remplace par un match qui elimine uniquement
 102         // les non \w  et les non unicodes
 103         $texte = trim(preg_replace(",[^\w\x80-\xFF]+,ims",' ',$texte));
 104
 105         // on utilise spip_strlen pour compter la longueur correcte
 106         // pour les chaines unicodes
 107         return spip_strlen($texte);
 108 }
 109
 110
 111 /**
 112  * Retourne un tableau d'analyse du texte transmis
 113  * Cette analyse concerne principalement des statistiques sur les liens
 114  *
 115  * @param string $texte texte d'entree
 116  * @return array rapport d'analyse
 117  */
 118 function analyser_spams($texte) {
 119         $infos = array(
 120                 'caracteres_utiles' => 0, // nombre de caracteres sans les liens
 121                 'nombre_liens' => 0, // nombre de liens
 122                 'caracteres_texte_lien_min' => 0, // nombre de caracteres du plus petit titre de lien
 123                 'contenu_cache' => false, // du contenu est caché en CSS ?
 124         );
 125
 126         if (!$texte) return $infos;
 127
 128         // on travaille d'abord sur le texte 'brut' tel que saisi par
 129         // l'utilisateur pour ne pas avoir les class= et style= que spip ajoute
 130         // sur les raccourcis.
 131
 132         // on ne tient pas compte des blocs <code> et <cadre> ni de leurs contenus
 133         include_spip("inc/texte_mini");
 134         if (!function_exists('echappe_html')) // SPIP 2.x
 135                 include_spip("inc/texte");
 136         $texte_humain = echappe_html($texte);
 137         // on repère dans ce qui reste la présence de style= ou class= qui peuvent
 138         // servir à masquer du contenu
 139         // les spammeurs utilisent le laxisme des navigateurs pour envoyer aussi style =
 140         // soyons donc mefiant
 141         // (mais en enlevant le base64 !)
 142         $texte_humain = str_replace('class="base64"','',$texte_humain);
 143         $hidden = ",(<(img|object)|\s(?:style|class)\s*=[^>]+>),UimsS";
 144         if (preg_match($hidden,$texte_humain)) {
 145                 // suspicion de spam
 146                 $infos['contenu_cache'] = true;
 147         }
 148
 149         include_spip('inc/texte');
 150         $texte = propre($texte);
 151
 152         // caracteres_utiles
 153         $infos['caracteres_utiles'] = compter_caracteres_utiles($texte, false);
 154
 155         // nombre de liens
 156         $liens = array_filter(extraire_balises($texte,'a'),'pas_lien_ancre');
 157         $infos['nombre_liens'] = count($liens);
 158         $infos['liens'] = $liens;
 159
 160         // taille du titre de lien minimum
 161         if (count($liens)) {
 162                 // supprimer_tags() s'applique a tout le tableau,
 163                 // mais attention a verifier dans le temps que ca continue a fonctionner
 164                 # $titres_liens = array_map('supprimer_tags', $liens);
 165                 $titres_liens = supprimer_tags($liens);
 166                 $titres_liens = array_map('strlen', $titres_liens);
 167                 $infos['caracteres_texte_lien_min'] = min($titres_liens);
 168         }
 169         return $infos;
 170 }
 171
 172 /**
 173  * Vérifier si un lien est *n'est pas* une ancre : dans ce cas, ne pas le compte (ici, fonction de filtre de tableau)
 174  * Cette analyse concerne principalement des statistiques sur les liens
 175  *
 176  * @param string $texte lien
 177  * @return boolean : true ->
 178  */
 179 function pas_lien_ancre($texte){
 180         return substr(extraire_attribut($texte,'href'),0,1) == '#' ? false : true;
 181
 182 }
 183
 184 /**
 185  * Compare les domaines des liens fournis avec la presence dans la base
 186  *
 187  * @param array $liens
 188  *   liste des liens html
 189  * @param int $seuil
 190  *   seuil de detection de presence : nombre d'enregistrement qui ont deja un lien avec le meme domaine
 191  * @param string $table
 192  *   table sql
 193  * @param array $champs
 194  *   champs a prendre en compte dans la detection
 195  * @param null|string $condstatut
 196  *   condition sur le statut='spam' pour ne regarder que les enregistrement en statut spam
 197  * @return bool
 198  */
 199 function rechercher_presence_liens_spammes($liens,$seuil,$table,$champs,$condstatut=null){
 200         include_spip("inc/filtres");
 201
 202         if (is_null($condstatut))
 203                 $condstatut = "statut=".sql_quote('spam');
 204         if ($condstatut)
 205                 $condstatut = "$condstatut AND ";
 206
 207         // limiter la recherche au mois precedent
 208         $trouver_table = charger_fonction("trouver_table","base");
 209         if ($desc = $trouver_table($table)
 210           AND isset($desc['date'])){
 211                 $depuis = date('Y-m-d H:i:s',strtotime("-1 month"));
 212                 $condstatut .= $desc['date'].">".sql_quote($depuis)." AND ";
 213         }
 214
 215         // ne pas prendre en compte les liens sur le meme domaine que celui du site
 216         $allowed = array();
 217         $tests = array($GLOBALS['meta']['adresse_site'],url_de_base());
 218         foreach ($tests as $t){
 219                 if ($parse = parse_url($t)
 220                         AND $parse['host']){
 221                         $host = explode(".",$parse['host']);
 222                         while (count($host)>2) array_shift($host);
 223                         $allowed[] = implode(".",$host);
 224                 }
 225         }
 226         if (count($allowed)){
 227                 $allowed = array_map('preg_quote',$allowed);
 228                 $allowed = implode("|",$allowed);
 229                 $allowed = "/($allowed)$/";
 230                 spip_log("domaines whitelist pour les liens spams : $allowed","nospam");
 231         }
 232         else
 233                 $allowed = "";
 234
 235
 236         $hosts = array();
 237         foreach ($liens as $lien){
 238                 $url = extraire_attribut($lien,"href");
 239                 if ($parse = parse_url($url)
 240                   AND $parse['host']
 241                   AND (!$allowed OR !preg_match($allowed,$parse['host'])))
 242                         $hosts[] = $parse['host'];
 243         }
 244
 245         $hosts = array_unique($hosts);
 246         $hosts = array_filter($hosts);
 247
 248         // pour chaque host figurant dans un lien, regarder si on a pas deja eu des spams avec ce meme host
 249         // auquel cas on refuse poliment le message
 250         foreach($hosts as $h){
 251                 $like = " LIKE ".sql_quote("%$h%");
 252                 $where = $condstatut . "(".implode("$like OR ",$champs)."$like)";
 253                 if (($n=sql_countsel($table,$where))>=$seuil){
 254                         // loger les 10 premiers messages concernes pour aider le webmestre
 255                         $all = sql_allfetsel(id_table_objet($table),$table,$where,'','','0,10');
 256                         $all = array_map('reset',$all);
 257                         spip_log("$n liens trouves $like dans table $table (".implode(",",$all).") [champs ".implode(',',$champs)."]","nospam");
 258                         return $h;
 259                 }
 260         }
 261         return false;
 262 }
 263 ?>