Боремся со спамом в MediaWiki. Часть 2

[nataraj]

См. также ч.1

Какая бы крутая у нас не стояла бы каптча, боты все равно круче, сколько-то из них прорвуться.
При этом есть один нюанс... Для того чтобы сделать спамовый пост, нужно сквозь каптчу прораваться дважды: сначала зарегистрировать пользователя, а потом уже от его имени создать статью...

Через такую двойную линию обороны пробираются не многие, но от частичного преодаления получается неприятный эффект: куча спамовый пользователей, который по своей сути безвредны, к ним боты редко когда возвращаются, но пространство захламляют...

Для больбы с этим эффектом я написал специальный скрипт, который в автоматическом режиме удаляет всехпользователей не сделавших ни одной правки, а о всех прчих правках сделанных за последние сутки сообщает администратору прямой ссылкой на удаление :-)

Предполагается, что скрипт этот прописан в cron'е на запуск раз в сутки, и что там же в corn'е правильно выставленна переменная MAILTO= заворачивающая весь STDOUT и STDERR вам на почту

#!/usr/bin/perl

use strict;

my $db_host = 'localhost';
my $db_name = '########';
my $db_user = '##########';
my $db_password = '#####################';

my $cache_dir = '/.bots/cache'; # Директория для храняния всякой нужной фигни

my $prefix = 'mw_';  # префикс имен таблиц MediaWiki. Часто 'mv_' или пустой
my $www_host = "http://wiki.##########.ru";  # www host по которому доступна wiki из интернета (для формирования ссылок на удаление)

my $timestamp_file = "$cache_dir/$db_name.db_timestamp";

my $name_spaces = {
                    0 => "",
                    2 => "User:",
                    3 => "User_Talk:",
                  };

# удаляем всех пользователей у которых не было ни одной правки
do_query("delete from ${prefix}user where user_name not in (select distinct rev_user_text from ${prefix}revision );");

# удаляем все упоминания об удаленных пользователях из recent changes
do_query("delete from ${prefix}recentchanges where rc_log_type = \"newusers\" and rc_log_action=\"create\" and rc_user not in (select user_id from ${prefix}user)");

my $present_timestamp = do_query("select max(rc_timestamp) from ${prefix}recentchanges;");

$present_timestamp =~ s/^.*?\n//s;
chomp $present_timestamp;


my $last_timestamp = undef;
if (-e $timestamp_file)
{
  $last_timestamp = `cat $timestamp_file`;
  chomp $last_timestamp;
  $last_timestamp = undef unless $last_timestamp =~ /^\d*$/;
}

$last_timestamp = $present_timestamp - 60*60*24+300 unless $last_timestamp;

# Собираем данные о правках сулчившихся за последние сутки
my $changes = do_query("select rc_user_text, rc_title, rc_namespace, rc_log_type, rc_log_action from ${prefix}recentchanges where rc_timestamp > $last_timestamp and (rc_log_type not in (\"delete\", \"block\", \"newusers\") or rc_log_type is null) ");

if ($changes)
{
  print "New changes at $www_host  were made this day:\n\n";
  $changes=~s/^rc_user_text\trc_title\trc_namespace\trc_log_type\trc_log_action\n//s;
  foreach (split "\n",$changes)
  {
    my($rc_user_text,$rc_title,$rc_namespace,$rc_log_type,$rc_log_action) = split("\t",$_);
    my $namespace = $name_spaces->{$rc_namespace} // "??????:";
    print "$rc_user_text\tdid\t$rc_log_type\t $rc_log_action on page\t$namespace$rc_title:\t$www_host/index.php?action=delete&title=$namespace$rc_title\n";
  }
  `echo $present_timestamp > $timestamp_file `;
}

sub do_query
{
  my $query = shift;
  
  return `mysql $db_name -h $db_host -u $db_user -p$db_password -e '$query';`
}

# 41001103370866 - не забудте кинуть монетку на яндекс деньги :-))