Precisions sur sessions

Pour le point 1
Ne pas utiliser les IP, mais le $_SERVER["HTTP_USER_AGENT"]
et les valeurs possbiles en exemple

Code:

("Googlebot","Slurp","Fast","ia_archiver","Scooter","VoilaBot","xecho")

A completer avec d'autres noms d'agent de robot

 

Moi j'utilise des URL absolues
Avec création de sessions si ce n'est pas un robot.
Du coup pas de "id" dans l'url et pas de sessions génantes pour les robots.

 

En plus, avec cette méthode, tu as l'avantage de pouvoir tester facilement le résultat, en utilisant un navigateur qui te permet de modifier son user-agent.

 

Non, c'est pas bon, car le nom d'agent ne sera pas juste 'googlebot' (d'ailleurs même dans ce cas il faudrait des guillemets autour). Tu dois donc chercher la présence de "googlebot" dans l'user agent, et ça peut se faire avec stristr()

Du genre :

Code:

if (stristr($_SERVER['HTTP_USER_AGENT'], 'googlebot') === FALSE) {
     //_____ c'est pas googlebot !
}
else {
     //_____ c'est googlebot !
}

Télécharge Robostats et regarde la liste des robots présents, ça t'en fera déjà pas mal.

Par exemple avec WannaBrowser.

Fred

 

C'est pas George, mais Fred
le mailto est surement pour faire appel de la fonction php mail

Avec celà tu limites à deux moteurs

Mais quel est le but de cet algo, recevoir beaucoup de mail par jour ?
sinon il y a robostats qui piste le passage des robots

 

Ton if est mal construit :

Code:

if ( (stristr($_SERVER['HTTP_USER_AGENT'], 'googlebot') === FALSE)
&& (stristr($_SERVER['HTTP_USER_AGENT'], 'fast') === FALSE) ) {

C'est plus qu'un article, c'est la doc officielle PHP Et tu as parfaitement compris ce que faisait cette fonction. Il y a aussi stripos(), j'ignore laquelle des deux est la plus rapide, il faudrait faire des tests.

Sinon, oui, c'est sûr, enfin, autant sûr que peut l'être une détection par user agent (sachant qu'on peut le modifier et se faire passer pour google).

Fred

 

Michèle, tu peux aussi écrire :

Code:

if (!eregi("googlebot|fast|robot",$navigateur))

Et tu peux en mettre 40 à la file comme cela...
Bonjour à Georges...

 

George de la jungle :-D

 

Les "bêtes" fonctions de chaînes de caractères sont moins complexes et plus rapides que les expressions régulières. Mais si on veut vraiment utiliser les regex, alors il faut préférer les fonctions PCRE aux fonctions POSIX (ces dernières sont plus lentes). Donc preg_match() serait mieux.

Code:

if (!preg_match('/googlebot|fast|etc./i', $_SERVER['HTTP_USER_AGENT'])) {
// etc.
}

Fred

 

Je dirais même mieux

Code:

if (!ereg("googlebot|fast|robot",$navigateur)) 

comme ça t'as pas de problème de casse de caractère

oulah, j'avais pas vu le preg_match qui arrivait aprés

 

Il faut peut-être mieux faire le test en 'case insensitive', par ce que quand on regarde la liste des IDs de robots, on voit de tout...

 

Code:

$robotList = array('googlbot', 'inktomi');

//-- Si vous avez rentré le nom exact du robot dans le tableau: (solution la meilleure dans le cas que j'évoque, voir ma conclusion)

if (in_array($_SERVER['HTTP_USER_AGENT'], $robotList))
{
   // c'est un robot
}
else
{
}


//-- Dans le cas ou on a pas rentré le nom exact (genre "googlebot" etc.)
$cpt = 0;
foreach($robotList as $robotName)
{
    if (eregi($robotName, $_SERVER['HTTP_USER_AGENT']))
        $cpt++;
}

if ($cpt)
{
   c'est un robot
}
else
{
   visiteur normal
}

Avantage: qui dit données dans une variable tableau dit donnée dans une base de données... Permet d'utiliser par exemple la table robots de RobotsStats etc...

A+!

 

sepang : ok, mais pourquoi eregi, qui est plus lent ?

Il faudrait faire des tests, mais à la limite, ce serait, je pense, encore plus rapide, en gardant le tableau comme ci-dessus, d'utiliser la boucle juste pour construire le pattern (/google|fast|etc./i) et n'exécuter qu'une seule fois la fonction de regex ensuite.

Fred

 

in_array() est vraiment ultra rapide...

Et eregi pour la casse, mais bon, apres tu ajuste, si tu penses vraiment que tes données ont été bien rentrées, tu vires le "i"

Sinon oui ta solution est bien aussi... On pourrait chipoter à coups de benchmark, mais bon, je suis sur que 80% des personnes qui s'intéressent à ce post utilisent PHPBB, donc on va peut etre pas parler d'optimisation hein

 

C'est vrai, mais je parlais surtout pour la deuxième option (sans les noms exacts).

Je voulais dire "pourquoi eregi() au lieu de preg_match()", je me suis mal exprimé.

Fred

 

Parce que plus rapide à écrire? :lol:
Non tu as raison, vive les regex! ;-p

 

Dans le cas de l'utilisation de RobotsStats, on a l'include de robotstats.inc.php

inutile donc de faire 2 fois le travail:
la variable $detecte est sur false par défaut, et sur true lorsqu'un bot a été detecté.

Code:

if(!$detecte){
	session_start();
	}

le code suivant devrais suffir dans ce cas là? Et ne serais-ce pas le plus rapide d'entre tous (sans recoder RobotsStats bien sûr)?


Seagull