在Mediawiki中大量删除垃圾邮件修订版

#1 楼

如果您不想使用danlefree建议的导出并重新安装方法，则可能还会发现Nuke扩展很有用。安装完成后，访问特殊页面Special：Nuke作为管理员，您会看到以下表格：





也有一些内置-在MediaWiki维护脚本中可能有用，包括：


cleanupSpam.php，该脚本可用于回滚和/或删除包含指向特定主机名的链接的所有修订，
deleteBatch.php（可用于删除文件中列出的所有页面）和
rollbackEdits.php（当前似乎没有适当的wiki文档），可用于回滚指定用户的所有编辑。


使用直接数据库访问清除垃圾邮件



也可以做您想做的事情通过直接操作数据库。具体细节可能会因您的情况而有所不同，但基本步骤如下：


将Wiki设置为只读模式。您不希望有人在弄乱数据库的同时尝试编辑Wiki。
备份Wiki。 （强烈建议您在进行任何不可撤消的批量删除之前强烈建议这样做。）

删除垃圾邮件制造者创建的所有用户帐户。如果按照上述问题，您是唯一的有效用户，则可以执行以下操作：

 DELETE FROM user WHERE user_id != YOUR_USER_ID;
 

或者，如果在垃圾邮件发送者发现Wiki之后没有创建新的有效帐户，则可以找到最高的有效用户ID号并执行以下操作：

 DELETE FROM user WHERE user_id > LAST_VALID_USER_ID;
 

或者您可以使用phpMyAdmin之类的管理工具来手动挑选有效帐户并删除其余帐户。


清理与已删除帐户关联的额外数据。这不是严格必要的，但是那些孤立的记录没有用，如果不删除它们，只会使数据库混乱：

 DELETE FROM user_groups WHERE ug_user NOT IN (SELECT user_id FROM user);
DELETE FROM user_properties WHERE up_user NOT IN (SELECT user_id FROM user);
DELETE FROM user_newtalk WHERE user_id NOT IN (SELECT user_id FROM user);
 

删除有效用户未进行的任何修订：

这是重要的一步；准备之前的一切，清理之后的一切。删除所有垃圾邮件帐户后，您可以执行以下操作：

 DELETE FROM revision WHERE rev_user > 0 AND rev_user NOT IN (SELECT user_id FROM user);
 

如果您的Wiki有匿名编辑被禁用（我强烈建议私人/测试Wiki使用），上面的查询应该足以消除所有垃圾邮件修订版。但是，如果启用了匿名编辑，则必须分别匿名匿名垃圾邮件。

如果确定Wiki上所有匿名编辑都是垃圾邮件，则唯一由UID 0进行的编辑我们可能需要保留的是MediaWiki本身制作的内容（例如从Wiki外部导入的页面）。在这种情况下，应执行以下查询：

 DELETE FROM revision WHERE rev_user = 0 AND rev_user_text BETWEEN '1' AND '999';
 

这将删除所有通过UID 0进行的修订，其中用户名（隐约地）看起来像IPv4地址；也就是说，它以1到9之间的数字开头。

如果您的Wiki进行了一些实际的合法匿名编辑，则您可能需要更多的创意。如果合法的未注册编辑者使用的IP地址数量受到限制，则可以在上述查询中添加一个类似AND rev_user_text NOT IN ('1.2.3.4', '5.6.7.8', '9.10.11.12')的子句，以将这些IP贡献排除在外。您还可以添加诸如AND rev_user_text NOT LIKE '192.168.%'之类的条件，以保存IP地址中以特定前缀开头的所有编辑。


上面的查询将摆脱垃圾邮件修订版（尽管它们的内容仍将保留在text表中），但会将所有受影响的页面的page_latest字段都指向不存在的修订版。这可能会造成混乱，因此我们最好对其进行修复。

首先，我们需要清除所有页面的page_latest列：

UPDATE page SET page_latest = 0;
参数来重建该列）。sqlpretty-override“> --fix 

以便脚本实际更改数据库）或使用手动SQL查询：

 UPDATE page SET page_latest =
    (SELECT MAX(rev_id) FROM revision WHERE rev_page = page_id);
 

最后，我们将删除所有找不到有效修订的页面（因为它们是由垃圾邮件发送者创建的，并且从未包含任何有效内容）：

 DELETE FROM page WHERE page_latest = 0;
 

通过运行rebuildall.php维护脚本来重新构建链接，文本索引和最近更改表，以达到最后的目的。您可能还想通过运行purgeOldText.php维护脚本，从数据库中删除已删除的垃圾邮件修订的内容，以使它们不会在该处占用不必要的空间。

一旦完成， ，请检查一切是否正常，如果是，则关闭只读模式—希望在安装了一些反垃圾邮件功能后，可以防止问题再次发生。

对于小型Wiki，我强烈建议使用QuestyCaptcha扩展程序，它使您可以配置基于文本的简单自定义验证码。诀窍在于，每个Wiki都有其自己的问题集，对垃圾邮件程序进行编程以正确回答它们将花费很多功夫。在被XRumer击中几次后，我将其安装在自己的Wiki上，此后再也没有看到垃圾邮件。

附言我使用这些说明来核对由小型Wiki的同样多的用户创建的大约35,000个垃圾邮件修订。一切都很好。在这种情况下，Wiki（幸运的是！）不允许匿名编辑，并且几乎所有合法用户都是在垃圾邮件发送者找到Wiki之前创建的，因此我可以很容易地先删除所有垃圾邮件帐户，然后删除所有修订版本。他们创造的。 （我一开始确实无意中删除了一个合法帐户，所以我不得不从备份中还原并更仔细地重做该过程。）我已经更新了上面的说明，以更好地反映出我实际上所做的事情，并且更加通用了。 。

#2 楼

处理这种情况的最简单方法（如果您不介意nuke'n'pave）将是导出由您的用户名创建或编辑的所有Wiki页面，重新安装Wiki，然后导入您生成的导出文件。 br />
在此上下文中的“重新安装”表示：


导出由您创建的文章（大概以WikiSysop用户或类似用户身份登录）
MW数据库
创建空的MW数据库
将LocalSettings.php文件复制到安全位置
重新上传/config/目录
在新的MW数据库上运行安装过程（请注意，将要重新创建旧的管理员用户）
删除/config/目录，并将旧的LocalSettings.php文件移回MW根目录
导入在步骤＃1创建的文件

编辑：如果您在此过程中遇到任何问题，或者想尝试使用其他方法清除垃圾邮件，则可能需要下拉数据库备份（包括垃圾邮件修订版）。

#3 楼

从理论上讲，您可以编写一个MediaWiki扩展来对MediaWiki实例做任何您想做的事情，包括完成您提到的事情。由danlefree建议，您可能会发现“用户合并和删除”扩展名很有用：您可以使用它将多个spambot帐户合并为一个帐户，然后可以更轻松地处理其修改。

#4 楼

处理这种情况的最简单方法是安装扩展DeleteBatch。使用Wiki上的Special：AllPages获取要删除的页面名称的脚本文件，并将其加载到Special：DeleteBatch中。

#5 楼

如果只有一百个垃圾页面，那您做得还不错。我不得不清理一个包含成千上万个垃圾邮件页面的Wiki。我在此页面上遇到了User：Halz的一些不错的技巧：https://www.mediawiki.org/wiki/User:Halz/Mass_despamming，其中包括各种工具的局限性的细分。

在底部，他提供了一个有用的SQL查询，该查询运行缓慢，但可以帮助您查找最可能是垃圾邮件的页面，尤其是当您可以确定垃圾邮件发送者接管Wiki的时间段时。 Halz也有一个扩展版的Extension：Nuke，它提供了这类可查询的参数，可轻松进行批量删除。他给了我一个副本供使用，但我认为他没有出版它。

#6 楼

我强烈建议不要弄乱MediaWiki的SQL！ MediaWiki是一个复杂的野兽，非常适合Wikipedia。 SQL中发生了一些奇怪的事情，如果仅删除行，可能会失去一致性。

如果您具有一些编程技能，请使用API​​。 Pywikibot是一个不错的选择。

否则，请检查maintenance/目录中的工具。您可以尝试使用我自己的工具，例如mewsh来帮助解决问题（我刚刚在其中添加了“反垃圾邮件工具”）。

#7 楼

我接管了一个安装，然后在user表中找到了47,000个垃圾邮件条目，并在externallinks中找到了将近900,000个垃圾邮件条目。我使用了Sequel Pro，并访问了每个表，并删除了不是真实用户创建的条目。我在externallinks，page，searchindex，user，watchlist中发现了垃圾邮件。这相当省时。我大部分时间都在等待删除查询运行。我很幸运，因为大多数真实的编辑都是按事物的顺序进行的。