uBlacklist 中文搜索屏蔽名单

_readme.md

简介

uBlacklist 可以对搜索引擎的结果进行过滤，屏蔽不喜欢/需要的搜索结果，支持常见的如谷歌/必应搜索。

下载链接

扩展地址：ublacklist

订阅链接

采集站名单列表，持久性更新，对采集站等低质量站点进行屏蔽。

• 没有明显的规律，但确认为采集站，见 website.txt 文件。
• Tip: 自用订阅列表，地址：website.txt

功能增强

由于 ublacklist 是直接隐藏搜索结果，所以黑名单需要相当准确，规则贵精不贵多，所以为了补充，还可以使用 终结内容农场。该软件专注于识别并拦截内容农场的访问，所以一定程度上可以放心使用其提供的订阅名单。

不过个人认为这类直接替用户做主，拦截访问的行为有些不太妥当，目前只使用了它的内容农场标记功能：即在扩展设置页面，修改 站点访问权限 为仅在特定站点 https://www.google.com/* 上启用。

                                        ⠸⣷⣦⠤⡀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⢀⣀⣠⣤⠀⠀⠀
                                        ⠀⠙⣿⡄⠈⠑⢄⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⣀⠔⠊⠉⣿⡿⠁⠀⠀⠀
                                        ⠀⠀⠈⠣⡀⠀⠀⠑⢄⠀⠀⠀⠀⠀⠀⠀⠀⠀⡠⠊⠁⠀⠀⣰⠟⠀⠀⠀⣀⣀
                                        ⠀⠀⠀⠀⠈⠢⣄⠀⡈⠒⠊⠉⠁⠀⠈⠉⠑⠚⠀⠀⣀⠔⢊⣠⠤⠒⠊⠉⠀⡜
                    ⠀⠀⠀⠀⠀                   ⠀⠀⡽⠁⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠩⡔⠊⠁⠀⠀⠀⠀⠀⠀ ⠇
                    ⠀⠀⠀⠀⠀                   ⠀⠀⡇⢠⡤⢄⠀⠀⠀⠀⠀⡠⢤⣄⠀⡇⠀⠀⠀⠀⠀⠀⠀⢰⠀
                    ⠀⠀⠀⠀                   ⠀⠀⢀⠇⠹⠿⠟⠀⠀⠤⠀⠀⠻⠿⠟⠀⣇⠀⠀⡀⠠⠄⠒⠊⠁⠀
                    ⠀⠀                  ⠀⠀⠀⠀⢸⣿⣿⡆⠀⠰⠤⠖⠦⠴⠀⢀⣶⣿⣿⠀⠙⢄⠀⠀⠀⠀⠀⠀
                    ⠀⠀⠀                   ⠀⠀⠀⠀⢻⣿⠃⠀⠀⠀⠀⠀⠀⠀⠈⠿⡿⠛⢄⠀⠀⠱⣄⠀⠀⠀⠀
                    ⠀⠀⠀                  ⠀⠀⠀⠀⢸⠈⠓⠦⠀⣀⣀⣀⠀⡠⠴⠊⠹⡞⣁⠤⠒⠉⠀⠀⠀⠀⠀
                    ⠀⠀⠀                   ⠀⠀⠀⣠⠃⠀⠀⠀⠀⡌⠉⠉⡤⠀⠀⠀⠀⢻⠿⠆⠀⠀⠀⠀⠀⠀⠀
                                        ⠀⠀⠀⠀⠰⠁⡀⠀⠀⠀⠀⢸⠀⢰⠃⠀⠀⠀⢠⠀⢣⠀⠀⠀⠀⠀⠀⠀⠀
                                       ⠀⠀⠀⢶⣗⠧⡀⢳⠀⠀⠀⠀⢸⣀⣸⠀⠀⠀⢀⡜⠀⣸⢤⣶⠀⠀⠀⠀⠀⠀
                                       ⠀⠀⠀⠈⠻⣿⣦⣈⣧⡀⠀⠀⢸⣿⣿⠀⠀⢀⣼⡀⣨⣿⡿⠁⠀⠀⠀⠀⠀⠀
                                       ⠀⠀⠀⠀⠀⠈⠻⠿⠿⠓⠄⠤⠘⠉⠙⠤⢀⠾⠿⣿⠟⠋

website.txt

*://*.w3cplus.com/*
*://*.codeantenna.com/*
*://*.modb.pro/*
*://*.361shipin.com/*
*://*.boce.com/*
*://*.yiibai.com/*
*://*.365jz.com/*
*://*.jdon.com/*
*://*.zhihuclub.com/*
*://*.javajgs.com/*
*://*.yht7.com/*
*://*.cdsy.xyz/*
*://*.nhooo.com/*
*://*.cxyzjd.com/*
*://*.proginn.com/*
*://*.xuewangzhan.net/*
*://*.iteye.com/*
*://*.volcengine.com/*
*://*.gebi1.com/*
*://*.imydl.com/*

基础屏蔽列表.md

• 屏蔽 http 站点

/(http:\/\/.*)/

• 屏蔽移动端（桌面端不看移动端排版内容！！！）

/.*:\/\/(wap|m)\..*/

• 屏蔽搜索列表（点进去是一个搜索列表页面）

/.*\?q=.*/
/.*\?s=.*/
/.*\?keyword=.*/
/.*collections\/.*\?.*/
*://*/s/*
*://*/so/*
*://*/so.php
*://*/informat/*
*://*/zhuanti/*
*://*/keyword/*
*://*/*/searchList.jsp?*
*://*/*dictionary?p=*
*://*.douyin.com/search/*

• 屏蔽云厂商抓取文章

*://cloud.tencent.com/developer/article/*
*://cloud.tencent.com/developer/information/*
*://developer.aliyun.com/article/*
*://cloud.baidu.com/article/*
*://bbs.huaweicloud.com/blogs/*
*://developer.huawei.com/consumer/cn/forum/topic/*
*://www.ctyun.cn/developer/article/*
*://www.hncloud.com/supports/*
*://www.ucloud.cn/yun/*.html
*://www.yisu.com/zixun/*
*://www.yisu.com/ask/*
*://www.yuntue.com/post/*
*://www.huoban.com/news/post/*

• 谷歌地图的分享

*://www.google.com/mymaps/viewer?mid=*

激进屏蔽列表.md

• 不会有博主以程序员/开发者当作网站名称的一部分吧？

  可能误拦截形如 ‘开发者平台’ 名称的网站

title/^.*(程序员|开发者).*/

• 原则上大概率是采集站（存在误伤可能性）

title/^.*(学习|学识|资讯|知识)$/

讨厌的网站.md

• CSDN、简书、掘金、PHP 中文网、51CTO、Gitee 的仓库推荐页（共有缺点：页面太乱、内容太拉、低价值）

*://*.csdn.net/*
*://*.jianshu.com/*
*://*.juejin.cn/*
*://*.php.cn/*
*://*.51cto.com/*
*://*.gitee.com/explore/*

• 百家号和百度知道约等于毒瘤，163和搜狐有一些历史博客(然而网站以死)，头条部分文章尚可，但...

*://baijiahao.baidu.com/*
*://zhidao.baidu.com/*
*://wapiknow.baidu.com/*
*://www.sohu.com/a/*
*://www.toutiao.com/article/*

• 不看抖音视频、文章；番茄阅读这个很离谱：描述部分和搜索词勉强沾边，但点进去是完全不沾边的小说

*://*.douyin.com/video/*
*://*.163.com/dy/article/*
*://*.fanqienovel.com/page/*

建议把*://*/collections/vendors?q=*改成*://*/*collections/vendors*。因为这类内容农场的网址的「collections/vendors」部分并不都是紧接着域名之后的，也有的在域名之后还有一些子目录，然后才到「collections/vendors」。
谷歌搜索「site:*.com/*/collections/vendors」就能发现这些漏网之鱼。

建议把*://*/collections/vendors?q=*改成*://*/*collections/vendors*。因为这类内容农场的网址的「collections/vendors」部分并不都是紧接着域名之后的，也有的在域名之后还有一些子目录，然后才到「collections/vendors」。 谷歌搜索「site:.com//collections/vendors」就能发现这些漏网之鱼。

@3-2 确实，不过我还看到一些 collections/types 这样结构的，然后查询词除了 ?q= 还有 ?s= 和 ?tag=，不如就将范围扩大，带 collections 和 ? 的就屏蔽，基本上这些都是搜索结果展示页。

/.*collections\/.*\?.*/

起码现在谷歌的中文搜索结果被这种关键词查询污染了，一堆这种。

谢谢。
我们开发者以及普通网民应该互相协作，把发现的内容农场网站共同汇总到一个地方。（感觉有点说教……）
目前我发现的一个项目是uBlacklist subscription compilation，他是把网上其他人维护的列表合并在一起了。
不知你是否愿意把你收集的这些网址提交到他的项目中去。

谢谢。 我们开发者以及普通网民应该互相协作，把发现的内容农场网站共同汇总到一个地方。（感觉有点说教……） 目前我发现的一个项目是uBlacklist subscription compilation，他是把网上其他人维护的列表合并在一起了。 不知你是否愿意把你收集的这些网址提交到他的项目中去。

@3-2 website.txt 的内容是我自己在用的，主要针对编程类的低质量站点屏蔽。
其它的话也是那种得按需启用，倒是可以把基础屏蔽列表.md中的提交过去。

好的，谢谢你。

另外提醒一下，你扩大范围后的规则，由于有效字符串（类比数学上的有效数字概念）只有一个「collections」，导致有大量正常网址被误伤，参见谷歌搜索site:*/*/collections/的结果。

想要精准过滤内容农场确实比较困难，所以还是看取舍吧。

@3-2 更改了一下，应该转义一下的，emm

谢谢。（我根本不会正则表达式，这也是为什么我最初谷歌搜索到了你这个代码片段……）