php - 当允许人们向我的网站发布内容时，如何确保 URL 指向安全、非成人、非垃圾邮件内容？

Question

我正在开发一个 PHP 网站，该网站允许用户发布与网站主题相关的业务列表。这包括单个链接 URL、一些文本和图像文件的可选 URL。

例子:

<img src="http://www.somesite.com" width="40" />
<a href="http://www.abcbusiness.com" target="new">ABC Business</a>
<p>
Some text about how great abc business is...
</p>

文本中的 HTML 使用来自 htmlpurifier.org 的类进行过滤并且检查了内容是否有不当言论，所以我对那部分感觉还不错。

图像文件 URL 始终放在 <img src="" /> 中具有固定宽度并验证为实际 HTTP URL 的标记，因此应该没问题。

危险的部分是链接。

问题:我如何确定该链接没有指向某些垃圾邮件、不安全网站或色情网站(使用代码)？

我可以检查 404 等标题...但是有没有一种快速简便的方法来验证链接中的网站内容。

编辑:

我正在使用验证码，并且在允许发布之前需要注册。

Answer 1

通过抓取有问题的网站 URL 自行尝试和确定这一点将非常困难。您可能希望依赖一些可以为您检查的第 3 方 API。

http://code.google.com/apis/safebrowsing/

查看该 API，您可以向它发送一个 URL，它会告诉您它的想法。这个主要是检查恶意软件和网络钓鱼……没有那么多色情和垃圾邮件。还有其他人在做同样的事情，只需在谷歌上搜索即可。