广告过滤的效率问题（关于通配符）

gh-satan

原帖由 hekygogo 于 2009-10-2 22:55 发表
实验了一下，*//www.beta.com/images/*.gif我没见过这种写法，*如代表若干字母，但www前一般没有数字和字母，*www.beta.com/images/*.gif可以，但前面没有加*的必要，这个和*.beta.com/images/*.gif等效，但加www信息 ...

谢谢你的讲解，有些的确没必要加，不过是不是绝对路径效率要高于通配符? 比如http://*.baidu.* 要高于*.baidu.*，或者这里的“http://”也是没必要加的？符号的识别是不是从左到右依次开始

[ 本帖最后由 gh-satan 于 2009-10-3 11:20 编辑 ]

hekygogo

“http://”的确没必要加，http只是表示为web协议，但一般过滤广告都是过滤web的，所以没必要加，//也是多余的，万维网之父已经表明了，当初设计//是个失误。
     绝对路径优先级的确高于通配符，路径信息越多，优先级越高。
    是不是从左到右，这个没法定性，加通配符相当于高级形式的关键词过滤，*baidu 是过滤以baidu结尾的衍生的地址，当然你可以说是从右向左过滤的，而baidu*正好相反。
      如果真想研究过滤，我觉得还是能正则编辑的软件专业，它可以过滤各种协议，而不仅仅是http协议。还是推荐Proxomitron。