Ubuntu Suomen keskustelualueet

Muut alueet => Yleistä keskustelua => Aiheen aloitti: AimoE - 24.09.26 - klo:16.26

Otsikko: Google-haku palauttaa valeosoitteita
Kirjoitti: AimoE - 24.09.26 - klo:16.26

Olen tässä muutamana päivänä yrittänyt katsoa man-sivuja komennoille, jotka eivät ole asennettuna koneellani. Avaan Google-haun ja syötän hakusanat "Ubuntu man" tai "Ubuntu man jokukomento", ja Google näyttää minulle ihan oikeanlaisia siustoja, Ubuntu Manpages ykkösenä. Mutta kun täppään noita osoitteita, sivusto ei avaudu. Ajattein ensin, että joku teköälyagentti ruuhkauttaa man-sivut niin, ettei palvelu ehdi palvella muita. Mutta sitten hoksasin, että se osoite, joka linkistä avautuu, ei olekaan se mikä piti. Google-haun tuottama lista näytti ihan normaalilta, joten en ollut osannut epäillä mitään. Osoite, jota selain yrittää haun antamasta linkistä avata, onkin muotoa "https://www.google.com/goto?url=hyvinpitkämerkkijono". Kun katson muita Google-haun palauttamia osoitteita, tuo sama väärennetty osoite tuntuu olevan muissakin. Esimerkiksi Gogle näyttää linkin, jonka teksti on "command line - How do I view the man pages?" ja joka näyttäisi ohjaavan AskUbuntu-sivustolle, mutta ei, siinä on tuo sama vääärennetty osoite.

Nyt ei voi enää Google-hakuihinkaan luottaa, vaan jokainen linkki täytyy ensin tarkistaa siirtämällä kohdistin linkin päälle jotta näkee mihin se oikeasti on viemässä.

Onko tätä muilla, vai onko juuri minun selaimeeni pesiytynyt joku haitake?

Otsikko: Vs: Google-haku palauttaa valeosoitteita
Kirjoitti: AimoE - 24.09.26 - klo:17.22

Talletin haun tuottaman listauksen html-tiedostoon, ja talletin myöskin toisen haun tuottaman listauksen tiedostoon. Toisen haun hakusana oli "yle", ja haku palautti oikeita osoitteita.

Niinpä vertasin talletettuja listauksia.

Ensin pätkin niitä useammiksi riveiksi:

Koodia: [Valitse]

sed 's/ href=/\nhref=/g' < Lataukset/ubuntu\ man\ -\ Google-haku.html > Lataukset/ubuntu\ man\ -\ Google-haku-href.html
sed 's/ href=/\nhref=/g' < Lataukset/yle\ -\ Google-haku.html > Lataukset/yle\ -\ Google-haku-href.html
Katsoin tiedostoja editorissa ja huomasin, että jokainen url alkaa kirjaimilla CAES.

Tai ainakin melkein jokainen:

Koodia: [Valitse]

$ grep -o 'goto.url=[^ ]* ' Lataukset/ubuntu\ man\ -\ Google-haku-href.html | wc -l
70
$ grep -o 'goto.url=[^ ]* ' Lataukset/yle\ -\ Google-haku-href.html | wc -l
34
$ grep -o 'goto.url=[^ ]* ' Lataukset/ubuntu\ man\ -\ Google-haku-href.html | grep -v 'goto.url=CAES'
goto?url="]');if(!e)return;let
$ grep -o 'goto.url=[^ ]* ' Lataukset/yle\ -\ Google-haku-href.html | grep -v 'goto.url=CAES'
goto?url="]');if(!e)return;let

Eli tuo goto?url=-ohjaus merkilliseen merkkijonoon ei taidakaan olla mikään vika, vaan Google-haun ominaisuus.

Mutta mikä sitten vaivaa manpage.ubuntu.com:a?

Lainaus

503 Service Unavailable
No server is available to handle this request.

Tilanne on ollut päällä jo eilisestä.