树莓派屏蔽网页、视频广告
前面介绍了如何将树莓派打造成无线路由器,接着我们让这个路由器更加智能,比如可以加上去网页广告、去视频广告和科学上网等功能。本来打算写成一篇文章,无奈太长,分开写吧,这篇先介绍怎样去除网页和视频广告。
一、去网页广告,dnsmasq + hosts
去网页广告的方法比较多,第一种是 dnsmasq + hosts。安装 dnsmasq:
sudo apt-get install dnsmasq
为了方便更新,使用别人维护的 hosts 源,将 hosts 文件转成 dnsmasq 的配置文件格式,脚本如下:
#!/bin/bash
# Address to send ads to (the RPi)
piholeIP="127.0.0.1"
# Config file to hold URL rules
eventHorizion="/etc/dnsmasq.d/adblock.conf"
whitelist=/home/pi/whitelist.txt
echo "Getting yoyo ad list..." # Approximately 2452 domains at the time of writing
curl -s -d mimetype=plaintext -d hostformat=unixhosts http://pgl.yoyo.org/adservers/serverlist.php? | sort > /tmp/matter.txt
echo "Getting winhelp2002 ad list..." # 12985 domains
curl -s http://winhelp2002.mvps.org/hosts.txt | grep -v "#" | grep -v "127.0.0.1" | sed '/^$/d' | sed 's/\ /\\ /g' | awk '{print $2}' | sort >> /tmp/matter.txt
echo "Getting adaway ad list..." # 445 domains
curl -s https://adaway.org/hosts.txt | grep -v "#" | grep -v "::1" | sed '/^$/d' | sed 's/\ /\\ /g' | awk '{print $2}' | grep -v '^\\' | grep -v '\\$' | sort >> /tmp/matter.txt
echo "Getting hosts-file ad list..." # 28050 domains
curl -s http://hosts-file.net/.%5Cad_servers.txt | grep -v "#" | grep -v "::1" | sed '/^$/d' | sed 's/\ /\\ /g' | awk '{print $2}' | grep -v '^\\' | grep -v '\\$' | sort >> /tmp/matter.txt
echo "Getting malwaredomainlist ad list..." # 1352 domains
curl -s http://www.malwaredomainlist.com/hostslist/hosts.txt | grep -v "#" | sed '/^$/d' | sed 's/\ /\\ /g' | awk '{print $3}' | grep -v '^\\' | grep -v '\\$' | sort >> /tmp/matter.txt
echo "Getting adblock.gjtech ad list..." # 696 domains
curl -s http://adblock.gjtech.net/?format=unix-hosts | grep -v "#" | sed '/^$/d' | sed 's/\ /\\ /g' | awk '{print $2}' | grep -v '^\\' | grep -v '\\$' | sort >> /tmp/matter.txt
echo "Getting someone who cares ad list..." # 10600
curl -s http://someonewhocares.org/hosts/hosts | grep -v "#" | sed '/^$/d' | sed 's/\ /\\ /g' | grep -v '^\\' | grep -v '\\$' | awk '{print $2}' | grep -v '^\\' | grep -v '\\$' | sort >> /tmp/matter.txt
echo "Getting Mother of All Ad Blocks list..." # 102168 domains!! Thanks Kacy
curl -A 'Mozilla/5.0 (X11; Linux x86_64; rv:30.0) Gecko/20100101 Firefox/30.0' -e http://forum.xda-developers.com/ http://adblock.mahakala.is/ | grep -v "#" | awk '{print $2}' | sort >> /tmp/matter.txt
echo "Getting simpleu ad list..."
curl -s https://raw.githubusercontent.com/vokins/simpleu/master/hosts | sed -e '1,/@SmartDirect/d' | grep '127\.0\.0\.1' | grep -v 'localhost' | grep -v '#' | grep -v '::' | awk '{print $2}' | sort >> /tmp/matter.txt
# Sort the aggregated results and remove any duplicates
# Remove entries from the whitelist file if it exists at the root of the current user's home folder
if [[ -f $whitelist ]];then
echo "Removing duplicates, whitelisting, and formatting the list of domains..."
cat /tmp/matter.txt | sed $'s/\r$//' | sort | uniq | sed '/^$/d' | grep -v -x -f $whitelist | awk -v "IP=$piholeIP" '{sub(/\r$/,""); print "address=/"$0"/"IP}' > /tmp/andLight.txt
numberOfSitesWhitelisted=$(cat $whitelist | wc -l | sed 's/^[ \t]*//')
echo "$numberOfSitesWhitelisted domains whitelisted."
else
echo "Removing duplicates and formatting the list of domains..."
cat /tmp/matter.txt | sed $'s/\r$//' | sort | uniq | sed '/^$/d' | awk -v "IP=$piholeIP" '{sub(/\r$/,""); print "address=/"$0"/"IP}' > /tmp/andLight.txt
fi
# Count how many domains/whitelists were added so it can be displayed to the user
numberOfAdsBlocked=$(cat /tmp/andLight.txt | wc -l | sed 's/^[ \t]*//')
echo "$numberOfAdsBlocked ad domains blocked."
# Turn the file into a dnsmasq config file and restart dnsmasq service
mv /tmp/andLight.txt $eventHorizion
sudo service dnsmasq restart
脚本来自 pi-hole,我做了适当修改,加了 simpleu 的 hosts 源,以屏蔽国内广告。如果不需要其中的某些源,把对应的 echo
和 curl
行注释掉就可以了。另外,可以指定白名单,默认路径是 /home/pi/whitelist.txt
,格式为正则表达式,比如 www\.baidu\.com
。
为了定期更新 dnsmasq 的配置文件,编辑 crontab:
sudo crontab -e
加入一项定时任务:
@weekly /usr/local/bin/update-dnsmasq-conf.sh
后面是脚本路径,此处设定为每周执行一次。
接下来还需要让连接到热点的设备使用我们自己搭建的 DNS,编辑 udhcpd 的配置文件 /etc/udhcpd.conf
,设置 opt dns
选项:
opt dns 192.168.42.1
其中,192.168.42.1
是无线网卡的 IP。
dnsmasq 带有 DHCP 功能,可以取代 udhcpd,如果使用 dnsmasq 作为 DHCP 服务器,请参照文档修改。
改完以后,重启 udhcpd 服务,将设备连接到热点,检查 DNS 是否已设置成功。
以上方法的缺点是,通过 hosts 屏蔽广告,误杀比较严重,因为只能匹配域名,无法匹配详细的 url。
二、去网页广告,privoxy + adblock plus 规则
我最后用的是第二种方法:privoxy + adblock plus 规则。
privoxy 支持 intercepting proxy,支持基于规则的请求拦截、内容过滤,配合完善、精准的 adblock plus 规则,去广告效果可以与 adblock plus 媲美。只是从 abp 规则向 privoxy 规则的转换比较复杂,找了几个脚本(比如这个),处理得都不是很好,最后用了一个 haskell 程序。只是作者没有提供 arm 版本的二进制文件,只能自己编译,而 haskell 的编译巨坑无比,软件源里面的 ghc 版本太旧,没有带 ghci,导致有些包编译不过,所以只能先用旧的 ghc 编译新的 ghc,这其中无数的坑自然不必说,因此我只好在另一台 vps 上面跑 adblock2privoxy 二进制文件,然后让树莓派定期去拉取生成的 privoxy 规则文件。
直到不久之前,从 stackoverflow 上面这个回答 的评论中得知 debian 的 unstable 源里面提供了带 ghci 的 ghc-7.8.4,于是我赶紧修改软件源,装上了新版 ghc,然后按官网说明编译二进制文件,中间运行 cabal update
和 cabal install ...
的时候无数次卡死,不过最后还是成功编译出来了,并且运行正常。附上编译好的二进制文件:。
废话少说,先安装 privoxy:
sudo apt-get install privoxy
(我是自己编译的最新版 3.0.23,不过忘了为什么要自己编译了。)
然后编辑配置文件 /etc/privoxy/config
,设置 actionsfile
和 filterfile
,并打开 accept-intercepted-requests
:
actionsfile ab2p.action
actionsfile ab2p.system.action
filterfile ab2p.filter
filterfile ab2p.system.filter
accept-intercepted-requests 1
接着按照官方的说明,配置 adblock2privoxy。
元素隐藏功能需要 web server 支持,我用的 nginx,在配置文件加上:
location ~ ^/[^/.]+\..+/ab2p.css$ {
# first reverse domain names order
rewrite ^/([^/]*?)\.([^/.]+)(?:\.([^/.]+))?(?:\.([^/.]+))?(?:\.([^/.]+))?(?:\.([^/.]+))?(?:\.([^/.]+))?(?:\.([^/.]+))?(?:\.([^/.]+))?/ab2p.css$ /$9/$8/$7/$6/$5/$4/$3/$2/$1/ab2p.css last;
}
location ~ (^.*/+)[^/]+/+ab2p.css {
# then try to get CSS for current domain
# if it is unavailable - get CSS for parent domain
try_files $uri $1ab2p.css;
}
使用如下脚本运行 adblock2privoxy,更新 privoxy 配置:
#!/bin/bash
privoxy_dir=/etc/privoxy
web_dir=/var/www/privoxy
task_file=/home/pi/adblock2privoxy/ab2p.task
adblock_lists=(https://easylist-downloads.adblockplus.org/easylistchina.txt)
echo "=> running adblock2privoxy ..."
if [ -f $task_file ]; then
adblock2privoxy -t $task_file
else
adblock2privoxy -p $privoxy_dir \
-w $web_dir \
-d 192.168.42.1 \
-t $task_file \
${adblock_lists[@]}
fi
echo "=> restarting privoxy service ..."
sudo service privoxy restart
这里我只用了 EasyListChina,因为浏览国外网站比较少,而 EasyList 体积很大,担心影响速度。可以在括号内加入其他订阅地址,空格分隔。
可以在 crontab 加上定时任务,每周更新一次。
最后,添加 iptables 规则,将 80 端口的请求转发给 privoxy 监听的 8118 端口。参考上篇文章 ,通过启动脚本的方式自动配置 iptables 规则。
在 do_start
函数中加上:
# privoxy rules
iptables -t nat -A PREROUTING -p tcp --dport 80 -j REDIRECT --to-port 8118
在 do_stop
函数中加上:
# privoxy rules
iptables -t nat -D PREROUTING -p tcp --dport 80 -j REDIRECT --to-port 8118
三、去视频广告
众所周知,去除视频广告不能直接屏蔽广告 url,不然会黑屏,一般采取替换 flash 播放器的方法。之前有个 OpenGG Clean Player,可惜后来被一些无耻的人滥用,作者无奈关掉了,好在后继有人,Gesion 继续维护了这个项目,见其博客。此处我们将通过 privoxy + Onens.Clean.Player 实现去视频广告的功能。
原理很简单,利用 privoxy 的强大功能,在视频页面插入 Onens.Clean.Player 的 js 脚本即可,另外需要解决一个跨域访问的问题。
编辑 privoxy 配置文件,分别增加一个 actionsfile
和 filterfile
:
actionsfile ocplayer.action
filterfile ocplayer.filter
ocplayer.action
内容:
{+forward-override{forward api.youku.com:80}}
.youku.com/crossdomain\.xml$
{+filter{ocplayer}}
.youku.com/.*\.html
.tudou.com/.*\.html
.iqiyi.com/.*\.html
.sohu.com/.*\.shtml
我只加了 youku、tudou、iqiyi、sohu 的链接,只有匹配这些 url 时才有效。
ocplayer.filter
内容:
FILTER: ocplayer Insert onens.clean.player.user.js
s@</head>@\n<script type="text/javascript" src="http://code.taobao.org/svn/ocp/trunk/ocplayer.js"></script>\n$0\n@
两个文件放到 privoxy 的配置文件目录 /etc/privoxy/
,然后重启 privoxy 服务即可。