/** * Note: This file may contain artifacts of previous malicious infection. * However, the dangerous code has been removed, and the file is now safe to use. */ /** * @file * Pathologic text filter for Drupal. * * This input filter attempts to make sure that link and image paths will * always be correct, even when domain names change, content is moved from one * server to another, the Clean URLs feature is toggled, etc. */ /** * Implements hook_filter_info(). */ function pathologic_filter_info() { return array( 'pathologic' => array( 'title' => t('Correct URLs with Pathologic'), 'process callback' => '_pathologic_filter', 'settings callback' => '_pathologic_settings', 'default settings' => array( 'local_paths' => '', 'protocol_style' => 'full', ), // Set weight to 50 so that it will hopefully appear at the bottom of // filter lists by default. 50 is the maximum value of the weight menu // for each row in the filter table (the menu is hidden by JavaScript to // use table row dragging instead when JS is enabled). 'weight' => 50, ) ); } /** * Settings callback for Pathologic. */ function _pathologic_settings($form, &$form_state, $filter, $format, $defaults, $filters) { return array( 'reminder' => array( '#type' => 'item', '#title' => t('In most cases, Pathologic should be the last filter in the “Filter processing order” list.'), '#weight' => -10, ), 'protocol_style' => array( '#type' => 'radios', '#title' => t('Processed URL format'), '#default_value' => isset($filter->settings['protocol_style']) ? $filter->settings['protocol_style'] : $defaults['protocol_style'], '#options' => array( 'full' => t('Full URL (http://example.com/foo/bar)'), 'proto-rel' => t('Protocol relative URL (//example.com/foo/bar)'), 'path' => t('Path relative to server root (/foo/bar)'), ), '#description' => t('The Full URL option is best for stopping broken images and links in syndicated content (such as in RSS feeds), but will likely lead to problems if your site is accessible by both HTTP and HTTPS. Paths output with the Protocol relative URL option will avoid such problems, but feed readers and other software not using up-to-date standards may be confused by the paths. The Path relative to server root option will avoid problems with sites accessible by both HTTP and HTTPS with no compatibility concerns, but will absolutely not fix broken images and links in syndicated content.'), '#weight' => 10, ), 'local_paths' => array( '#type' => 'textarea', '#title' => t('All base paths for this site'), '#default_value' => isset($filter->settings['local_paths']) ? $filter->settings['local_paths'] : $defaults['local_paths'], '#description' => t('If this site is or was available at more than one base path or URL, enter them here, separated by line breaks. For example, if this site is live at http://example.com/ but has a staging version at http://dev.example.org/staging/, you would enter both those URLs here. If confused, please read Pathologic’s documentation for more information about this option and what it affects.', array('!docs' => 'http://drupal.org/node/257026')), '#weight' => 20, ), ); } /** * Pathologic filter callback. * * Previous versions of this module worked (or, rather, failed) under the * assumption that $langcode contained the language code of the node. Sadly, * this isn't the case. * @see http://drupal.org/node/1812264 * However, it turns out that the language of the current node isn't as * important as the language of the node we're linking to, and even then only * if language path prefixing (eg /ja/node/123) is in use. REMEMBER THIS IN THE * FUTURE, ALBRIGHT. * * @todo Can we do the parsing of the local path settings somehow when the * settings form is submitted instead of doing it here? */ function _pathologic_filter($text, $filter, $format, $langcode, $cache, $cache_id) { // Get the base URL and explode it into component parts. We add these parts // to the exploded local paths settings later. global $base_url; $base_url_parts = parse_url($base_url . '/'); // Since we have to do some gnarly processing even before we do the *really* // gnarly processing, let's static save the settings - it'll speed things up // if, for example, we're importing many nodes, and not slow things down too // much if it's just a one-off. But since different input formats will have // different settings, we build an array of settings, keyed by format ID. $settings = &drupal_static(__FUNCTION__, array()); if (!isset($settings[$filter->format])) { $filter->settings['local_paths_exploded'] = array(); if ($filter->settings['local_paths'] !== '') { // Build an array of the exploded local paths for this format's settings. // array_filter() below is filtering out items from the array which equal // FALSE - so empty strings (which were causing problems. // @see http://drupal.org/node/1727492 $local_paths = array_filter(array_map('trim', explode("\n", $filter->settings['local_paths']))); foreach ($local_paths as $local) { $parts = parse_url($local); // Okay, what the hellish "if" statement is doing below is checking to // make sure we aren't about to add a path to our array of exploded // local paths which matches the current "local" path. We consider it // not a match, if… if ( ( // If this URI has a host, and… isset($parts['host']) && // The host is different from the current host… $parts['host'] !== $base_url_parts['host'] ) || // Or… ( // The URI doesn't have a host… !isset($parts['host']) ) && // And the path parts don't match (if either doesn't have a path // part, they can't match)… ( !isset($parts['path']) || !isset($base_url_parts['path']) || $parts['path'] !== $base_url_parts['path'] ) ) { // Add it to the list. $filter->settings['local_paths_exploded'][] = $parts; } } } // Now add local paths based on "this" server URL. $filter->settings['local_paths_exploded'][] = array('path' => $base_url_parts['path']); $filter->settings['local_paths_exploded'][] = array('path' => $base_url_parts['path'], 'host' => $base_url_parts['host']); // We'll also just store the host part separately for easy access. $filter->settings['base_url_host'] = $base_url_parts['host']; // Let's also normalize the server doc root. This is a bug waiting to happen // because what we really want to use this path for is for dealing with // files in the server webroot but outside the Drupal root, but if this is // running as a CLI script, we might not be able to determine what that // root is. In that case, we'll use the Drupal root. // @see http://drupal.org/node/1780398 $filter->settings['docroot'] = (drupal_is_cli() || !isset($_SERVER) || !isset($_SERVER['DOCUMENT_ROOT'])) ? DRUPAL_ROOT : $_SERVER['DOCUMENT_ROOT']; $settings[$filter->format] = $filter->settings; } // Get the language code for the text we're about to process. $settings['langcode'] = $langcode; // And also take note of which settings in the settings array should apply. $settings['current_settings'] = &$settings[$filter->format]; // Now that we have all of our settings prepared, attempt to process all // paths in href, src, action or longdesc HTML attributes. The pattern below // is not perfect, but the callback will do more checking to make sure the // paths it receives make sense to operate upon, and just return the original // paths if not. return preg_replace_callback('~(href|src|action|longdesc)="([^"]+)~i', '_pathologic_replace', $text); } /** * Process and replace paths. preg_replace_callback() callback. */ function _pathologic_replace($matches) { // Get the settings for the filter. Since we can't pass extra parameters // through to a callback called by preg_replace_callback(), there's basically // three ways to do this that I can determine: use eval() and friends; abuse // globals; or abuse drupal_static(). The latter is the least offensive, I // guess… Note that we don't do the & thing here so that we can modify // $settings later and not have the changes be "permanent." $settings = drupal_static('_pathologic_filter'); // First, let's bail out if we're using a schemeless URL. // @see http://drupal.org/node/1617944 // parse_url() can't parse these correctly anyway (the entire URL will be in // the "path" value of the returned array), so we will check before we even // try. if (strpos($matches[2], '//') === 0) { return $matches[0]; } // Now parse the URL after reverting HTML character encoding. // @see http://drupal.org/node/1672932 $original_url = htmlspecialchars_decode($matches[2]); // …and parse the URL $parts = parse_url($original_url); // Do some more early tests to see if we should just give up now. if ( // If parse_url() failed, give up. $parts === FALSE // If there's a scheme part and it doesn't look useful, bail out. // "files" and "internal" are for Path Filter compatibility. || (isset($parts['scheme']) && !in_array($parts['scheme'], array('http', 'https', 'files', 'internal'))) // Bail out if it looks like there's only a fragment part. || (isset($parts['fragment']) && count($parts) === 1) ) { // Give up by "replacing" the original with the same. return $matches[0]; } if (isset($parts['path'])) { // Undo possible URL encoding in the path. // @see http://drupal.org/node/1672932 $parts['path'] = rawurldecode($parts['path']); } else { $parts['path'] = ''; } // Check to see if we're dealing with a file. First, do a pass-through if it // looks like we're dealing with a direct path to a file which is outside the // Drupal root. Use realpath() and the server's (?) docroot to iron out // wrinkles to the file's actual path. // @see http://drupal.org/node/1763696 // @todo Should we still try to do path correction on these files too? $filepath = realpath($settings['current_settings']['docroot'] . '/' . $parts['path']); if ($filepath && is_file($filepath)) { // Is the file outside the Drupal root? if (strpos($filepath, DRUPAL_ROOT) !== 0) { return $matches[0]; } else { // Linking to a file inside the Drupal root. Okay. $settings['is_file'] = TRUE; } } elseif (isset($parts['scheme']) && $parts['scheme'] === 'files') { // Path Filter "files:" support. What we're basically going to do here is // rebuild $parts from the full URL of the file. $new_parts = parse_url(file_create_url(file_default_scheme() . '://' . $parts['path'])); // If there were query parts from the original parsing, copy them over. if (!empty($parts['query'])) { $new_parts['query'] = $parts['query']; } $new_parts['path'] = rawurldecode($new_parts['path']); $parts = $new_parts; // Don't do language handling for file paths. $settings['is_file'] = TRUE; } else { $settings['is_file'] = FALSE; } // Let's also bail out of this doesn't look like a local path. $found = FALSE; // Cycle through local paths and find one with a host and a path that matches; // or just a host if that's all we have; or just a starting path if that's // what we have. foreach ($settings['current_settings']['local_paths_exploded'] as $exploded) { // If a path is available in both… if (isset($exploded['path']) && isset($parts['path']) // And the paths match… && strpos($parts['path'], $exploded['path']) === 0 // And either they have the same host, or both have no host… && ( (isset($exploded['host']) && isset($parts['host']) && $exploded['host'] === $parts['host']) || (!isset($exploded['host']) && !isset($parts['host'])) ) ) { // Remove the shared path from the path. This is because the "Also local" // path was something like http://foo/bar and this URL is something like // http://foo/bar/baz; or the "Also local" was something like /bar and // this URL is something like /bar/baz. And we only care about the /baz // part. $parts['path'] = drupal_substr($parts['path'], drupal_strlen($exploded['path'])); $found = TRUE; // Break out of the foreach loop break; } // Okay, we didn't match on path alone, or host and path together. Can we // match on just host? Note that for this one we are looking for paths which // are just hosts; not hosts with paths. elseif ((isset($parts['host']) && !isset($exploded['path']) && isset($exploded['host']) && $exploded['host'] === $parts['host'])) { // No further editing; just continue $found = TRUE; // Break out of foreach loop break; } } // Okay, if here, we either found something, or we hit the end of the loop. We // don't give up automatically, though, because if the URL we found is just a // path like /foo/bar and we didn't find an "also local" path of /foo in the // big foreach() mess above, we still want to pass it through. if (!$found && !(isset($parts['path']) && !isset($parts['host']))) { return $matches[0]; } // Examine the query part of the URL. Break it up and look through it; if it // has a value for "q", we want to use that as our trimmed path, and remove it // from the array. If any of its values are empty strings (that will be the // case for "bar" if a string like "foo=3&bar&baz=4" is passed through // parse_str()), replace them with NULL so that url() (or, more // specifically, drupal_http_build_query()) can still handle it. if (isset($parts['query'])) { parse_str($parts['query'], $parts['qparts']); foreach ($parts['qparts'] as $key => $value) { if ($value === '') { $parts['qparts'][$key] = NULL; } elseif ($key === 'q') { $parts['path'] = $value; unset($parts['qparts']['q']); } } } else { $parts['qparts'] = NULL; } // If we don't have a path yet, bail out. if (!isset($parts['path'])) { return $matches[0]; } // Let's see if we can split off a language prefix from the path. if (!$settings['is_file']) { if (module_exists('locale')) { // Sometimes this file will be require_once-d by the locale module before // this point, and sometimes not. We require_once it ourselves to be sure. require_once DRUPAL_ROOT . '/includes/language.inc'; list($language_obj, $path) = language_url_split_prefix($parts['path'], language_list()); if ($language_obj) { $parts['path'] = $path; $parts['language_obj'] = $language_obj; } } } else { // If we're linking to a file, use a fake LANGUAGE_NONE language object. // Otherwise, the path may get prefixed with the "current" language prefix // (eg, /ja/misc/message-24-ok.png) $parts['language_obj'] = (object) array('language' => LANGUAGE_NONE, 'prefix' => ''); } // Okay, format the URL. // If there's still a slash lingering at the start of the path, chop it off. // We do strpos() here instead of $str{0} because the latter will fail on // empty strings. if (strpos($parts['path'], '/') === 0) { $parts['path'] = substr($parts['path'], 1); } // If we get to this point and $parts['path'] is now an empty string (which // will be the case if the path was originally just "/"), then we // want to link to . if ($parts['path'] === '') { $parts['path'] = ''; } // Build the parameters we will send to url() $url_params = array( 'path' => $parts['path'], 'options' => array( 'query' => $parts['qparts'], 'fragment' => isset($parts['fragment']) ? $parts['fragment'] : NULL, // Create an absolute URL if protocol_style is 'full' or 'proto-rel', but // not if it's 'path'. 'absolute' => $settings['current_settings']['protocol_style'] !== 'path', // If we seem to have found a language for the path, pass it along to // url(). Otherwise, ignore the 'language' parameter. 'language' => isset($parts['language_obj']) ? $parts['language_obj'] : NULL, // A special parameter not actually used by url(), but we use it to see if // an alter hook implementation wants us to just pass through the original // URL. 'use_original' => FALSE, ), ); // Add the original URL to the parts array $parts['original'] = $original_url; // Now alter! // @see http://drupal.org/node/1762022 drupal_alter('pathologic', $url_params, $parts, $settings); // If any of the alter hooks asked us to just pass along the original URL, // then do so. if ($url_params['options']['use_original']) { return $matches[0]; } // If the path is for a file and clean URLs are enabled, then the path that // url() will create will have a q= query fragment, which won't work for // files. To avoid that, we use this trick to temporarily turn clean URLs on. // This is horrible, but it seems to be the sanest way to do this. // @see http://drupal.org/node/1672430 // @todo Submit core patch allowing clean URLs to be toggled by option sent // to url()? if (!empty($settings['is_file'])) { $settings['orig_clean_url'] = !empty($GLOBALS['conf']['clean_url']); if (!$settings['orig_clean_url']) { $GLOBALS['conf']['clean_url'] = TRUE; } } // Now for the url() call. Drumroll, please… $url = url($url_params['path'], $url_params['options']); // If we turned clean URLs on before to create a path to a file, turn them // back off. if ($settings['is_file'] && !$settings['orig_clean_url']) { $GLOBALS['conf']['clean_url'] = FALSE; } // If we need to create a protocol-relative URL, then convert the absolute // URL we have now. if ($settings['current_settings']['protocol_style'] === 'proto-rel') { // Now, what might have happened here is that url() returned a URL which // isn't on "this" server due to a hook_url_outbound_alter() implementation. // We don't want to convert the URL in that case. So what we're going to // do is cycle through the local paths again and see if the host part of // $url matches with the host of one of those, and only alter in that case. $url_parts = parse_url($url); if (!empty($url_parts['host']) && $url_parts['host'] === $settings['current_settings']['base_url_host']) { $url = _pathologic_url_to_protocol_relative($url); } } // Apply HTML character encoding, as is required for HTML attributes. // @see http://drupal.org/node/1672932 $url = check_plain($url); // $matches[1] will be the tag attribute; src, href, etc. return "{$matches[1]}=\"{$url}"; } /** * Convert a full URL with a protocol to a protocol-relative URL. * * As the Drupal core url() function doesn't support protocol-relative URLs, we * work around it by just creating a full URL and then running it through this * to strip off the protocol. * * Though this is just a one-liner, it's placed in its own function so that it * can be called independently from our test code. */ function _pathologic_url_to_protocol_relative($url) { return preg_replace('~^https?://~', '//', $url); } Kan crowdsourcing ge fler kunder? | IHM

Kan crowdsourcing ge fler kunder?

Av: IHM Business School

Crowdsourcing innebär att en uppgift löses av en stor mängd samverkande individer som gradvis kompletterar och förfinar resultatet. Wikipedia har kring 80 miljoner användare i månaden och nästan hundratusen av dem redigerar eller lägger till information. Google får 500 000 gratis arbetstimmar dagligen av användare som både verifierar att de inte är robotar och hjälper till med att omvandla inscannade boksidor till text. Jigsaw har funnit en affärsidé som redan har lockat en miljon användare att bidra med kontaktuppgifterna till 22 miljoner personer. Med en miljon tillkommande kontakter varje månad och möjligheter att koppla ihop Jigsaw direkt med CRM -system så lär det bli tufft att leva på att sälja kontakt- och adressuppgifter framöver.

Wikipedia - världens mest omfattande uppslagsverk

Wikipedia har på mindre än 10 år fullständigt förändrat marknaden för uppslagsverk. Vi som följt utvecklingen kommer ihåg många tidiga skeptiska reaktioner. Inte kan väl ett uppslagsverk som kan ändras och uppdateras av vem som helst ge god kvalitet? Själv minns jag universitetslärare som förbjöd användande av Wikipedia som uppsatskälla då de ansåg kvaliteten för låg och osäker. Men när tidningen Nature 2005 jämförde Wikipedia och Encyclopaedia Brittanica så visade det sig att de var i stort sett likvärdiga. Sedan dess har Wikipedia blivit bättre i en enorm takt och det är nog tämligen klart att det idag är världens mest uppdaterade och omfattande uppslagsverk. Och numera citeras det flitigt från Wikipedia i akademiska artiklar även inom områden som medicin och teknik.

Tusentals användare som jobbar gratis

Principen bakom Wikipedia kallas crowdsourcing och innebär att en uppgift löses av en stor mängd samverkande individer som gradvis kompletterar och förfinar resultatet. Wikipedia har kring 80 miljoner användare i månaden och nästan hundratusen av dem redigerar eller lägger till information. Men det är inte bara för uppslagsverk som crowdsourcing är en attraktiv teknik. Vad vore det värt för dig om du kunde få tusentals användare runt om i världen att jobba för dig i stort sett gratis? När Facebook ville ha översättning till flera språk lät de användarna själva översätta och rösta på de bästa alternativen. Flera andra programutvecklare gör likadant och det finns gott om andra tillämpningar inom allt från grafisk design till teknisk problemlösning.

Captcha-systemet

Luis von Ahn som är professor i datavetenskap vid Carnegie Mellon universitet hittade ett intressant och kreativt exempel på hur det går att tjäna pengar på andras jobb. För många år sedan uppfann hann Captcha-systemet för att undvika spam. Du har säkert sett exempel på det någon gång när du uppmanas att skriva in bokstäverna från en kryptisk bild för att bevisa att du är en människa och inte en spamrobot. Systemet är så populärt att varje dag lägger användare sammanlagt runt en halv miljon timmar för att mata in denna verifiering av nonsenstecken. Då skapade von Ahn uppföljaren ReCaptcha där mönstret som skall tydas i stället kommer ifrån suddiga boksidor som Googles scanningtjänst inte lyckats tyda automatiskt. Så samtidigt som användarna nu lägger tid på att bekräfta att de är människor så hjälper de Google att omvandla inscannade boksidor till text. ReCaptcha är nu sålt till Google.   

Jigsaw - koppla direkt till ditt CRM-system

En uppgift som många företag ständigt brottas med är att hitta nya kundprospekts och att hålla registret över befintliga kunder och kontaktpersoner uppdaterat. Köpta adresslistor som snart blir inaktuella igen och sommarjobbare som får tvätta kundregister är vanligt förekommande. Åtskillig tid och stora kostnader krävs för underhåll och felaktiga uppgifter kan leda till missade affärer. 

Tänk om man kunde göra som Wikipedia och låta hundratusentals användare kollektivt uppdatera alla kontaktuppgifter. Precis så resonerade Jim Fowler när han startade Jigsaw. Tanken är att vem som helst som har kontaktuppgifter kan bidra med dem till Jigsaws databas. Så när du kommer hem från kundbesöket kan du plocka upp visitkortet du fick med dig och mata in eller uppdatera kundens kontaktuppgifter. För varje företag och kontaktperson du matar in får du poäng som kan användas för att köpa andra kontaktuppgifter. Lägger du in felaktiga uppgifter kan andra användare anmäla dig så du får poängavdrag och om du inte har tid och lust att bidra själv så kan du i stället betala för åtkomst till kontaktregistret. Över en miljon användare har bidragit med kontakter och det finns över 22 miljoner kontaktpersoner i Jigsaws databas som dessutom växer med över 36 tusen nya kontakter per dag. Det går också att koppla ihop Jigsaw direkt med CRM-system som Salesforce CRM och Oracle CRM. Då har man alltid tillgång till uppdaterade uppgifter och kan prospektera i hela databasen.

Jigsaw finns finns än så länge inte i Sverige och det finns således inga svenska kontakter eller företag i deras databas, men det är antagligen bara en tidsfråga innan vi ser liknande tjänster här. För företag som säljer adressuppgifter kan det bli ny och tuff konkurrens. För den som själv underhåller sitt kundregister och alltid betraktat det som en av företagets viktigaste konkurrensfaktorer kan det bli nödvändigt att tänka om. Om ett billigt och allmänt tillgängligt register har bättre kvalitet och fler kontaktpersoner än vad enskilda bolag klarar av att skapa och underhålla så kan kontaktregistret gå från att vara ett avgörande konkurrensmedel till en stapelvara.

En bit kvar tills det blir verklighet

Det är en bit kvar tills detta blir verklighet och det finns både etiska och juridiska frågetecken. Men sådana invändningar gäller för mycket ny teknik och om crowdsourcing visar sig vara den effektivaste lösningen för att underhålla kontaktregister så kommer nog invändningarna att övertrumfas av nyttan. Precis som de flesta för tio år sedan ansåg det osannolikt att ett uppslagsverk skapat av hundratusentals lekmän skulle vara bättre än Encyclopaedia Brittanica är det nog många idag som tycker att det känns osannolikt att företag skulle vilja dela med sig av sina kontaktregister. Fast för dagens skolbarn är det konstigt att tänka sig hur man jobbade innan Wikipedia fanns och hade svaret på ”allt”. Om tio år kanske vi tycker det är lika konstigt om inte alla har perfekt uppdaterade kontaktregister?

Fler artiklar av Peter Baeza

Får man Faceboka på jobbet?
Lönsamt socialt nätverkande

Peter Baeza är huvudlärare för IHMs utbildning Digital & Social affärslogik. Han är konsult och lärare med fokus på affärsutveckling och IT.

25 oktober 2010

Kommentera

Seminarier & infomöten

Se alla aktiviteter

Läs vidare

IHM Update

Vill du ha vårt nyhetsbrev?

Tyvärr, formuläret är inte tillgängligt.

Behöver ni hjälp med det här formuläret?

Om cookies på IHM.se

Genom att använda denna webbplatsen accepterar du vår användning av cookies. Cookies är helt oskadliga textfiler som lagras i din webbläsare. Läs mer om cookies.