图片、文件防盗链
发布日期:2021-06-30 19:10:16 浏览次数:3 分类:技术文章

本文共 2338 字,大约阅读时间需要 7 分钟。

关于图片盗链这个问题,毕竟是自己的劳动成功,很多人不希望别人就那么轻易地偷走了。 这个功能在很多的论坛上都具有,可能是因为盗链的行为太多了吧
    反盗链的程序其实很简单,熟悉ASP.NET 应用程序生命周期的话很容易就可以写一个,运用HttpModule在BeginRequest事件中拦截请求就ok了,剩下的工作就是过滤,再过滤!
    如果不熟悉HttpModule的话,可以去MSDN上查阅,介绍非常详细,地址:ms-help://MS.VSCC.v80/MS.MSDN.v80/MS.VisualStudio.v80.chs/dv_aspnetcon/html/f1d2910f-61d0-4541-8af8-c3c108ca351f.htm。这里就不废话了

 1private void Application_BeginRequest(Object source, EventArgs e)

 2{
 3    HttpApplication application = (HttpApplication)source;
 4    HttpContext context = application.Context;
 5    bool isSafe = true;    //是否合法链接
 6    string uri = context.Request.Url.AbsolutePath.ToLower();
 7    if (uri.LastIndexOf(".") > 0 && context.Request.UrlReferrer != null)
 8    {
 9        string exp = uri.Substring(uri.LastIndexOf("."));
10        //这里是判断文件后缀名是否在排除的文件类型列表之内
11        bool isHas = ClassLibrary.RData.RString.StrIsIncUseSC(exp, config.ImgSafeType.Split('|'));
12        if (isHas)
13        {
14            string domainOutter = context.Request.UrlReferrer.Authority.ToLower();    //包含域名和端口
15            ArrayList arry = Common.Cache.GetDomainValid();//取系统定义的合法的域名绑定列表
16            isSafe = arry.Contains(domainOutter);    //判断当前请求的域名是否在合法列表之内
17        }
18    }
19    //下面就是不合法的时候的输出了,如果有默认替代图片则输出,如果没有就生成一个,格式为.gif
20    if (!isSafe)
21    {
22        Bitmap img = null;
23        Graphics g = null;
24        MemoryStream ms = null;
25
26        try
27        {
28            string picPath = ClassLibrary.RPath.GetFullDirectory("images/unlawful.gif");
29            if (File.Exists(picPath))
30            {
31                img = new Bitmap(picPath, false);
32            }
33            else
34            {
35                img = new Bitmap(64, 64);
36                g = Graphics.FromImage(img);
37                g.Clear(Color.White);
38                Font f = new Font("宋体,黑体,Arial", 9,FontStyle.Bold);
39                SolidBrush s = new SolidBrush(Color.Red);
40                g.DrawString(Resources.Message.LawlessLink, f, s, 1, 20);
41                img.Save(picPath, ImageFormat.Gif);
42            }
43            ms = new MemoryStream();
44            img.Save(ms, ImageFormat.Gif);
45            context.Response.ClearContent();
46            context.Response.ContentType = "image/Gif";
47            context.Response.BinaryWrite(ms.ToArray());
48            context.Response.End();
49        }
50        catch
51        { }
52        finally
53        {
54            if(g != null )
55                g.Dispose();
56            img.Dispose();
57        }
58    }
59}
          凡是有利必有害,这样做最大的缺点就是增加了系统开销,客户端的每一请求都要过滤一遍,性能自然要打折扣了。不知道哪位朋友有更好的办法,或者优化的方法,一起来探讨探讨。

<script language="javascript" src="/imges/showgg2.js" type="text/javascript"></script> <script type="text/javascript"></script> <script src="http://pagead2.googlesyndication.com/pagead/show_ads.js" type="text/javascript"> </script>  

转载地址:https://linuxstyle.blog.csdn.net/article/details/1539712 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:ASP.Net 2.0 发送邮件的代码
下一篇:在ASP.NET 2.0中使用样式、主题和皮肤

发表评论

最新留言

很好
[***.229.124.182]2024年04月26日 09时55分54秒

关于作者

    喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!

推荐文章

tensorflow使用tensorboard进行可视化 2019-04-30
神经网络调参实战(二)—— activation & initializer & optimizer 2019-04-30
凸优化 convex optimization 2019-04-30
数据库索引 & 为什么要对数据库建立索引 / 数据库建立索引为什么会加快查询速度 2019-04-30
IEEE与APA引用格式 2019-04-30
research gap 2019-04-30
pytorch训练cifar10数据集查看各个种类图片的准确率 2019-04-30
Python鼠标点击图片,获取点击点的像素坐标 2019-04-30
路径规划(一) —— 环境描述(Grid Map & Feature Map) & 全局路径规划(最优路径规划(Dijkstra&A*star) & 概率路径规划(PRM&RRT)) 2019-04-30
神经网络调参实战(四)—— 加深网络层次 & 批归一化 batch normalization 2019-04-30
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(1)—— 假设检验(μ&卡方检验&方差检验(F检验))&相关系数(皮尔逊&斯皮尔曼) 2019-04-30
RRT算法(快速拓展随机树)的Python实现 2019-04-30
路径规划(二) —— 轨迹优化(样条法) & 局部规划(人工势能场法) & 智能路径规划(生物启发(蚁群&RVO) & 强化学习) 2019-04-30
D*算法 2019-04-30
强化学习(四) —— Actor-Critic演员评论家 & code 2019-04-30
RESTful API 2019-04-30
优化算法(四)——粒子群优化算法(PSO) 2019-04-30
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(2)——回归分析(最小二乘法&决定系数&残差不相关)&主成分分析&奇异值分解 2019-04-30
数据在Oracle中的存储 2019-04-30
优化算法(五)—人工蜂群算法Artificial Bee Colony Algorithm(ABC) 2019-04-30