/// <summary>
/// Метод получает все урлы сайта
/// </summary>
/// <param name="queueToCheck">линки для проверки</param>
/// <param name="host">хост в формате http://host.ru</param>
/// <param name="UrlTocheck">урл для проверки в формате http://host.ru/ </param>
/// <param name="isAdmin">Признак настройки правил для админки или публички</param>
public static void CheckAllUrls(Queue <string> queueToCheck, string host, string UrlTocheck, string isAdmin = null)
{
string checkHost = host;
int countStart = countTotalUrl;
Uri tmpUtl;
//подставляем в проверяемый урл http:// если его не было
if (host.IndexOf("http://") < 0 && host.IndexOf("https://") < 0 && host.IndexOf("ftp://") < 0)
{
host = "http://" + host;
}
if (host.Replace("//", "").IndexOf("/") < 0)
{
host = host + "/";
}
//получаем чистый хост без http
string pattern = "[a-z]+://([^/]+)/.*";
string replacement = "$1";
Regex rgx = new Regex(pattern);
string clearHost = rgx.Replace(host, replacement);
//получаем в sourceUrl урл страницы, на которой нашли проверяемый урл
for (int link = 0; link < Links.Count; link++)
{
if (Links[link].Item2 == UrlTocheck)
{
//в сурс урл передаем страницу, на которой ищем урлы
sourceUrl = Links[link].Item3;
}
}
//проверяем опцию проверки страницы на наличие ошибок
if (MainForm.form.cbUrlsCheckPageOnErrors.Checked)
{
BitrixFramework.CheckJSErrors();
BitrixFramework.OpenURL(UrlTocheck, false);
}
else
{
BitrixFramework.CheckJSErrors();
BitrixFramework.OpenURL(UrlTocheck, false, false);
}
string html = TO_General.Region_AllPage().innerHTML;
if (html == null)
{
html = "";
}
string HRefPattern = @"(?i)<\s*?a\s+[\S\s\x22\x27\x3d]*?href=[\x22\x27]?([^\s\x22\x27<>]+)[\x22\x27]?.*?>";
string ImgPattern = @"(?i)<[\S\s\x22\x27\x3d]*?img src=[\x22\x27]?([^\s\d\x22\x27<>]+)[\x22\x27]?.*?>";
string Img1Pattern = @"(?i)<[\S\s\x22\x27\x3d]*?background-image: url[\x28]?([^\x28\x29<>]+)[\x29]?.*?>";
string Img2Pattern = @"(?i)<[\S\s\x22\x27\x3d]*?background: url[\x28]?[\x27]?([^\x27<>]+)[\x27]?[\x29]?.*?>";
Match m;
string[] Patterns;
//В зависимости от флага на форме проверяем или нет картинки
if (MainForm.form.cbCheckImages1.Checked)
{
Patterns = new[] { HRefPattern, ImgPattern, Img1Pattern, Img2Pattern }
}
;
else
{
Patterns = new[] { HRefPattern }
};
foreach (string Pattern in Patterns)
{
m = Regex.Match(html, Pattern, RegexOptions.IgnoreCase | RegexOptions.Compiled);
//смотрим, подходит ли нам найденный урл
while (m.Success)
{
//дубль
bool foundDouble = false;
//внешняя ссылка
bool externalLink = false;
//уже добавленный в коллекцию урл, после проверки на маски
#pragma warning disable 0219
bool addedAfterMasks = false;
#pragma warning restore 0219
string workString = null;
workString = m.Groups[1].Value;
#region Условия и ограничения
Dictionary <string, bool> Permissions = new Dictionary <string, bool>();
Permissions.Add("javascript:void(0)", false);
Permissions.Add("javascript:", false);
Permissions.Add("rss", false);
Permissions.Add("/bitrix/rk.php", false);
Permissions.Add("/bitrix/redirect.php", false);
Permissions.Add("trackback", false);
Permissions.Add("ACTION=SET_BE_READ", false);
Permissions.Add("manual.zip", false);
Permissions.Add("lang=en", false);
Permissions.Add("mode=excel", false);
Permissions.Add("?EXCEL=Y", false);
Permissions.Add("excel=yes", false);
Permissions.Add("fileman_admin.php", false);
Permissions.Add("month", false);
Permissions.Add("login", false);
Permissions.Add("sessid", false);
Permissions.Add("logout", false);
//Permissions.Add("register", false);
//Permissions.Add("bitrix_include_areas", false);
Permissions.Add("change_password", false);
Permissions.Add("forgot_password", false);
Permissions.Add("print=", false);
Permissions.Add("clear_cache", false);
Permissions.Add("/webdav_bizproc_history_get/", false);
Permissions.Add("show_include_exec_time", false);
Permissions.Add("show_page_exec_time", false);
Permissions.Add("show_sql_stat", false);
Permissions.Add("show_link_stat", false);
Permissions.Add("action", false);
Permissions.Add("#message", false);
Permissions.Add("tags", false);
Permissions.Add(".flv", false);
Permissions.Add(".xlsx", false);
Permissions.Add(".xls", false);
Permissions.Add(".docx", false);
Permissions.Add(".ppt", false);
Permissions.Add(".pptx", false);
Permissions.Add(".txt", false);
Permissions.Add(".png", false);
//Permissions.Add(".jpg", false);
Permissions.Add(".doc", false);
Permissions.Add(".csv", false);
Permissions.Add(".exe", false);
Permissions.Add(".config", false);
Permissions.Add(".xml", false);
Permissions.Add(".html", false);
Permissions.Add(".htm", false);
Permissions.Add(".ascx", false);
Permissions.Add(".log", false);
Permissions.Add(".asax", false);
Permissions.Add(".ico", false);
Permissions.Add(".odt", false);
Permissions.Add(".mp3", false);
Permissions.Add(".tar.gz", false);
Permissions.Add("ajax_meeting.php?fileId=", false);
Permissions.Add("FileManDownload.ashx", false);
Permissions.Add(".zip", false);
Permissions.Add("#", false);
Permissions.Add("callto:", false);
Permissions.Add("/chat/", false);
Permissions.Add("?RELOAD=Y", false);
Permissions.Add("&FILTERS=", false);
Permissions.Add("?FILTERS=", false);
Permissions.Add("/historyget/", false);
Permissions.Add("&company_search_LAST_NAME=", false);
Permissions.Add("getSample=csv", false);
Permissions.Add("tasks/?VIEW=", false);
Permissions.Add("show_file.php", false);
Permissions.Add("bitrix_include_areas=N", false);
Permissions.Add("bitrix_include_areas=Y", false);
Permissions.Add("company_search_LAST_NAME=", false);
Permissions.Add("users_LAST_NAME=", false);
Permissions.Add("contacts_search_LAST_NAME=", false);
Permissions.Add("FileMan.aspx?path=", false);
Permissions.Add("perfmon_tables.php", false);
Permissions.Add("?print_course=Y&COURSE_ID=", false);
Permissions.Add("perfmon_php.php?lang=ru", false);
Permissions.Add("perfmon_db_server.php", false);
Permissions.Add("update_system_market.php?module=", false);
Permissions.Add("site_mm", false);
Permissions.Add("sale_location_node", false);
//Permissions.Add("/communication/learning/", false);
Permissions.Add("learning/course", false);
Permissions.Add("learning/course.php?COURSE_ID=2&TYPE=Y", false);
Permissions.Add("__author_url__", false);
Permissions.Add("__post_url__", false);
Permissions.Add("www.firefox.com", false);
Permissions.Add("www.opera.com", false);
Permissions.Add("www.google.com", false);
Permissions.Add("www.microsoft.com", false);
Permissions.Add("www.doroga.tv", false);
Permissions.Add("/information/road/", false);
Permissions.Add("/personl/", false);
Permissions.Add("?PAGEN_1=2", false);
Permissions.Add("company/events.php", false);
Permissions.Add("ctest/", false);
Permissions.Add("week_start=", false);
Permissions.Add("mailto:", false);
Permissions.Add("www.1c-bitrix.ru", false);
if (isAdmin == "true")
{
Permissions.Add("/bitrix/admin/", true);
}
if (isAdmin == "false")
{
Permissions.Add("/bitrix/admin/", false);
}
#endregion
bool Condition = true;
foreach (KeyValuePair <string, bool> Pair in Permissions)
{
if (Pair.Value)
{
Condition = Shared.Validate(Condition && Shared.Validate(workString.IndexOf(Pair.Key) >= 0));
}
else
{
Condition = Shared.Validate(Condition && Shared.Validate(workString.IndexOf(Pair.Key) < 0));
}
if (!Condition)
{
break;
}
}
if (Condition)
{
//если есть & заменяем на &
string ampPattern = @"&";
Match ampM;
ampM = Regex.Match(workString, ampPattern, RegexOptions.IgnoreCase | RegexOptions.Compiled);
workString = Regex.Replace(workString, ampPattern, "&", RegexOptions.Singleline | RegexOptions.IgnoreCase | RegexOptions.Multiline);
//очищаем параметр бэкурл
if (workString.IndexOf("back_url") >= 0)
{
workString = workString.Replace(workString.Substring(workString.IndexOf("back_url") - 1), "");
}
if (workString.IndexOf("backurl") >= 0)
{
workString = workString.Replace(workString.Substring(workString.IndexOf("backurl") - 1), "");
}
if (workString.IndexOf("www.") >= 0 && workString.IndexOf(clearHost) < 0)
{
externalLink = true;
}
//комбинируем урл
try
{
if (Uri.TryCreate(new Uri(UrlTocheck), workString, out tmpUtl))
{
workString = tmpUtl.ToString();
}
}
catch
{
workString = (UrlTocheck + workString).Replace("//", "/");
}
//если ссылка не содержит проверяемый хост, то пропускаем ее, она внешняя
if (workString.IndexOf(checkHost) != 0)
{
externalLink = true;
}
if (Links.Count == 0 && !externalLink)
{
Links.Add(new Tuple <bool, string, string>(false, workString, UrlTocheck));
}
//проверяем найденный урл, не дублируется ли он
for (int link = 0; link < Links.Count; link++)
{
if (workString == Links[link].Item2)
{
foundDouble = true;
break;
}
}
//проверяем урл на соответствие маскам и добавляем новый уникальный урл в коллекцию для проверки
//if (!foundDouble && !externalLink)
//{
// //проверяем урл на соответствие маскам
// for (int mask = 0; mask < checkMasks.Count; mask++)
// {
// string maskPatter = host.Replace(".", "\\.") + checkMasks[mask].Item1;
// Match maskMatch = Regex.Match(workString, maskPatter, RegexOptions.IgnoreCase | RegexOptions.Compiled);
// //если урл удовлетворяет маске и количество таких урлов в не превышает urlsToCollect, то добавляем уникальный урл в коллекцию для проверки
// if (maskMatch.Success && checkMasks[mask].Item2 < urlsToCollect)
// {
// //запоминаем данные из тюплы
// string sourceMask = checkMasks[mask].Item1; //отработанная маска
// int sourceCount = checkMasks[mask].Item2; //количество урлов по данной маске
// //удаляем тюплу
// checkMasks.Remove(checkMasks[mask]);
// //добавляем тюплу со старой маской и увеличенным на 1 количество урлов по данной маске
// checkMasks.Add(new Tuple<string, int>(sourceMask, sourceCount + 1));
// Links.Add(new Tuple<bool, string, string>(false, workString, UrlTocheck));
// countTotalUrl++;
// addedAfterMasks = true;
// }
// //если тюпла с маской уже заполнена - не добавляем урл
// if (maskMatch.Success && checkMasks[mask].Item2 >= urlsToCollect)
// addedAfterMasks = true;
// }
//}
//если ссылка не внешняя и не дубликат и не была добавлена по маскам, то добавляем в коллекцию на проверку
//if (!foundDouble && !externalLink && !addedAfterMasks)
if (!foundDouble && !externalLink)
{
Links.Add(new Tuple <bool, string, string>(false, workString, UrlTocheck));
countTotalUrl++;
}
}
m = m.NextMatch();
//выводим все урлы
//for (int link = 0; link < Links.Count; link++)
//{
// Log.MesNormal(Links[link].Item2);
//}
//код очистки списка урлов по задданому вхождению
//for (int link = 0; link < Links.Count; link++)
//{
// if (Links[link].Item2.Contains("?PAGEN_1=2"))
// {
// Links.Remove(Links[link]);
// }
//}
////ищем урлы по вхождению
//for (int link = 0; link < Links.Count; link++)
//{
// if (Links[link].Item2.Contains("site_mm"))
// {
// //string whereWasFound = Links[link].Item3;
// Links.Remove(Links[link]);
// }
//}
}
}
//помечаем ссылку как проверенную на наличие урлов
for (int link = 0; link < Links.Count; link++)
{
if (Links[link].Item2 == UrlTocheck)
{
//запоминаем данные из тюплы
string checkedUrl = Links[link].Item2; //проверенная только что ссылка
string sourceUrl = Links[link].Item3; //страница, где была найдена только что проверенная ссылка
//удаляем тюплу
Links.Remove(Links[link]);
//добавляем тюплу со старым урлом и новым параметров - false, то есть помечаем урл, как проверенный на наличие новых урлов
Links.Add(new Tuple <bool, string, string>(true, checkedUrl, sourceUrl));
}
//выводим найденные линки в отчет
//Log.MesNormal(Links[link].Item2);
}
//if (c > countStart)
//if (c == 1500)
// Misc.AddToLog(c.ToString());
for (int link = 0; link < Links.Count; link++)
{
//System.Threading.Thread.Sleep(1 * 1000);
if (!Links[link].Item1)
{
//CheckAllUrls(checkHost, Links[link].Item2);
if (!queueToCheck.Contains(Links[link].Item2))
{
queueToCheck.Enqueue(Links[link].Item2);
}
}
}
}
}
