短网址页面防篡改横块实现
程序设计思路
短网址页面内容检测主要检测图片和文字(包括其大小、位置、格式、内容等各种信息)，判断其有没有被篡改有两种方式：
1、用jsoup将html的不同惊签解析开来，分剔获取到包含图片和包含文字的标签，然后通过正则DFA引擎对其进行深入解析，记录其属性值，通过对比属性进行检测。
2、对html进行适量的操作，然后通过MD5加密进行比较，当获取到的html文件与模板中文件的MD5编码不同时，则通过字节匹巧查询被篡改部分。
考虑到动态网页，有可能因为图片路径根据某种算法自动发生改变，为了让短网址网站的可用性巧加，能够自适应于动态网页，项目中先把图片的路径通过替换掉，然后再进行宇符串匹配。从网页文件中获取到所有的图片链接，根据相对路径获取到绝对路径，然后下载图片与模板中进行比较，当图片发生改变时进行记录。当文字发生改变时通过字节匹配，获取到被篡改的具体位置，并将篡改的标签保存起来。
![码人网mrw.so缩短网址文章图片](\"/uploads/allimg/190213/1-1Z21310112a09.jpg\")
短网址页面防篡改检测程序流程图
页面防篡改流程，首先对正确的模板页面进行操作，运用hash算法计算模板页面的MD5值，然后再计算腮虫抓取的待检测页面的MD5值，并由页面防篡改模块对上述二者MD5值进行比对，从而判断页面內容是否被篡改。
当发现MD5值不同，即存在篡改现象后，页面防篡改模块则会进一步比对模板页面源码和待检测页面源码，来滿认被篡改内容及被篡巧位置。之后再通过短信或者邮件的方式报并写入检測报表。用户可遁过査询报表获取到被篡改的具体内容，如图片的URL和被篡改的文字内容及位置，从而对其进行修正。
短网址页面防篡改模块程序流程图
短网址网站全站链接检测
设计思路
死链接是指原来正常，后来失效的链接。死链接发送请求时，服务器返回404错误页面。错误链接是指由于用户的疏忽，请求的链接不存在。在检测过程中出现无法访问的网页时，根据其不能巧问的原因分为死链接和错误链接，并进行记录写入检测报表。
短网址网站全站锥接检测程序流程图
全站链接检测流程与网站服务状态检测流程一致，httpclient获取的URL为网页爬虫在该站点爬取得每一个链接的URL，再提取访问获取的返回值得到返回码。若返回码为200，则进入爬虫模块的下载列队，再交给其他功能模块做后续处理，若返回码不为200，则根据返回码的值判断异常原因，再进行预答并写入检测报表。
短网址网站关键程序代码一
当文字被篡改材，为了方便用户查询修改，将被篡改的标签整个保存下来;每个标签的模式：或者。由于script和style与文字图片的篡改没有什么关系，而且会影响到查询效率，因此在实现中先把网页文件里面的script和style替换掉。
script和style替换，使用的是Jsoup实现，代码如下：
public static List getScript(String html){
List script = new ArrayList ();
Document doc = Jsoup.parse(html);
Elements e = doc.化 lect("script");
for(int i=0;i
script.add(e.get(i).Data());
｝
return script;
｝
public static List ge设tyle口tring
/*实现类似于getScript */
.......
｝
public static String replaceScriptCSS(String modelText){
Listlist=getScript(modelText);
for(inl i=0;i
If(list .get(i).isEmpty())
continue;
modelText = modelText.replace(list.get(i)， "**');
｝
//替换style同上
return modelText;
｝
全文匹配时，当发现有字节被篡改时，通过字节对比，将不同信息保存下来的伪代码如下：
//需要进一步检测那个文字被篡改，先把string类型保存到字节数组里面
//新建两个足游大的字节数组分别保存模板和查询到文件里面的内容
/*解决措施：将被篡改的标签整个保存下来;每个标签的模式：
<........./> 或者 <........./>*/