Condizione tramite contenuto $HTTP_USER_AGENT;

[tommyacoustic19]

Salve a tutti!
Vorrei escludere i motori di ricerca dal mio sistema di report degli accessi al sito in php.
Visto che i principali motori a causarmi "falsi accessi" sono 3 (MSN, Google, Yahoo), ho pensato di fare un controllo tramite il loro $HTTP_USER_AGENT .

Ad un array "fisso" nello script (cioè non si autogenera) ho assegnato i tre output:

$spider_user_agent[1] = "Mozilla/5.0 (compatible; Yahoo! Slurp; http://help.yahoo.com/help/us/ysearch/slurp) ";
$spider_user_agent[2] = "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html) ";
$spider_user_agent[3] = "msnbot/1.0 (+http://search.msn.com/msnbot.htm) ";

[Scusate se il forum vi dà i link dei motori...]

Creo una variabile contatore "fissa"
$spider_search_engine_n=3;

Passo alla variabile $sys l'User Agent dell'esecutore dello script:
$sys = $HTTP_USER_AGENT;


Poi la condizione:
for ($i = 1; $i <= $spider_search_engine_n; $i++) {
if ($spider_user_agent[$i]==$sys){
$spider_search_engine_ctr=1;
}

Ed infine:
if ($spider_search_engine_ctr!=1){non è un bot: fai quello che devi fare}else{è un bot: ignora l'accesso}

Questo script non funziona. Perchè? Mi sorge un dubbio: non è che forse non si possono fare "controlli" (==) su questo tipo di variabili?
Vi prego, illuminatemi!
Grazie a tutti!
Tom

[jeppox]

anzi che usare "==" è forse meglio usare "preg_match", prova così dovrebbe anadare:

for ($i = 1; $i <= $spider_search_engine_n; $i++) 
{
    if(preg_match($spider_user_agent[$i], $sys){
    $spider_search_engine_ctr=1;
} 

[tommyacoustic19]

Originariamente inviato da jeppox
anzi che usare "==" è forse meglio usare "preg_match", prova così dovrebbe anadare:

for ($i = 1; $i <= $spider_search_engine_n; $i++) 
{
    if(preg_match($spider_user_agent[$i], $sys){
    $spider_search_engine_ctr=1;
} 

Ho fatto la modifica ma ancora non funziona, chi mi aiuta?

[tommyacoustic19]

Up

[jeppox]

fai vedere la modifica...

[tommyacoustic19]

Ho inserito il tuo script... Mi chiedevo, non è che magari contano gli spazi alla fine dell'output user_agent? Il browser, quando faccio una query per scriverli e vado a selezionarli (come ho fatto quando ho copiato e inserito i 3 contenuti dell'array $spider_user_agent[]), mi dà uno spazio (%20 per intenderci) alla fine dell'output, che come potete notare ho lasciato anche nell'inserimento nell'array (vedi sotto)

$ctr=0;
$spider_search_engine_ctr=0;
$sys = $HTTP_USER_AGENT;
$spider_search_engine_n=3;

$spider_user_agent[1]="Mozilla/5.0 (compatible; Yahoo! Slurp; http://help.yahoo.com/help/us/ysearch/slurp) "; ( Ecco, lo spazio tra 'slurp)' e '";' )
$spider_user_agent[2]="Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html) ";
$spider_user_agent[3]="msnbot/1.0 (+http://search.msn.com/msnbot.htm) ";

for ($i = 1; $i <= $spider_search_engine_n; $i++)
{
if (preg_match($spider_user_agent[$i], $sys)) {$spider_search_engine_ctr=1;}

[alcio74]

Se questo è tutto il tuo codice, manca la graffa che chiude il ciclo di for!

[tommyacoustic19]

Certo, chiaramente questo non è tutto il codice... il codice è debuggato correttamente e lavora, ma non come vorrei!

[jeppox]

nelle espressioni regolari devi mascherare gli slash e togliere quei segni non validi tipo il "+".
per automatizzare un attimo ti conviene sostituire il tuo "3" statico con "count($spider_user_agent)".

prova cosi:

<?php
$ctr=0;
$spider_search_engine_ctr=0;
$sys = $_SERVER["HTTP_USER_AGENT"];

$spider_search_engine_n=count($spider_user_agent);

$spider_user_agent[1] = "Mozilla\/5.0 (compatible; Yahoo! Slurp; http:\/\/help.yahoo.com\/help\/us\/ysearch\/slurp)";
$spider_user_agent[2] = "Mozilla\/5.0 (compatible; Googlebot\/2.1; +http:\/\/www.google.com\/bot.html)";
$spider_user_agent[3] = "msnbot\/1.0 (http:\/\/search.msn.com\/msnbot.htm)";

for ($i = 1; $i <= $spider_search_engine_n; $i++) 
{ 
    if (preg_match("/".$spider_user_agent[$i]."/i", $sys)) 
    {
        $spider_search_engine_ctr=1;
    }
}

if ($spider_search_engine_ctr!=1)
{
    echo "non è un bot";
}
else
{
    echo "bot";
}
?>

purtroppo il forum mi rimaschera gli slash cmq intendevo così:

$spider_user_agent[1] = "Mozilla\/5.0 (compatible; Yahoo! Slurp; http:\/\/help.yahoo.com\/help\/us\/ysearch\/slurp)";
$spider_user_agent[2] = "Mozilla\/5.0 (compatible; Googlebot\/2.1; +http:\/\/www.google.com\/bot.html)";
$spider_user_agent[3] = "msnbot\/1.0 (http:\/\/search.msn.com\/msnbot.htm)";

[tommyacoustic19]

Ho modificato, a breve saprò se va oppure no.
Solo una cosa: hai detto di mascherare il "+" ma come faccio? Non mi pare tu abbia modificato quel punto... Toglierlo non posso, perchè fa parte del reale $user_agent dello spider...