百度空间与贴吧“白痴级”的审查系统和对应关键词收集

基本上每个博客都有自己的关键词审查，这我可以理解，但百度那个实在太过白痴，误杀率实在高的要命，导致有时发篇博文异常的累，从一篇含有大量文字的博文中揪出关键字，就好比你在抓一个没有源代码的程序 BUG 一样。等找到时自己也累个半死了，而且还浪费了大量的时间。

所以我发了篇名为《百度空间，贴吧 《关键词》审查收集》的日志。专门吐槽百度的关键词审查系统白痴的地方。

以前在百度发过，但百度私自修改了我的博客权限，而且连个通知都没有！不虚心的自我检讨一下，好好改进一下关键词过滤系统，屏蔽出手到是迅速无比？!百度程序员全都是吃干饭的吗？！

关于屏蔽，具体看：http://hi.baidu.com/zlinch/blog/item/5415261897c8d42734fa4150.html

新浪也不是好鸟，我发三次，它给我删掉三次（两次直接删除，一次进回收站），新浪的这种做法真叫人失望，如此不自在的博客，看来也没啥指望。看来是逼我往国外博客发啊……

亲爱的新浪博友：
2012-04-18 17:44
您的文章《百度空间，百度贴吧“白痴级”的...》已被管理员删除。给您带来的不便，深表歉意。

估计这篇博文有些美国人会看着高兴，又可以给中国网络不自由添加口实了，但这并不是此篇博文的初衷，美国媒体（和议员）给我的印象，总是动不动就喜欢拿中国说事。一有个风吹草动，立马和中国威胁论联系在一起，并且为此（发掘此类消息）乐此不疲，给人非常不友好的感觉……

PS：

时隔多年，终于又能用 blogger 了，要不是 GFW，也不会放弃谷歌改用百度，唉……


以下为原文：

纵观各类博客，不得不说，百度是关键词规避最多的一个，有时发一篇帖子，或者博文，直接来一句“包含不合适内容”，莫名其妙的就发不了。

问题在于，那玩意儿准一点也就算了，但是被误杀的【关键词】实在太多，估计是百度员工是遵循宁可错杀 100 也不能放过一个的心态，来搞内容过滤的。

个人尝试将以前发表博文是被误杀的内容收集整理一下，大家如果有类似被百度误杀经验的，也可以留言。我会将其加入博文。


发博客时遇到的关键词限制：

大【zhong】华局域网
评：这是个公开“秘密”，有时不知道自己无知，是一种罪过……

GFW 的【yin】威
评：理由同上，在发表《和 GFW 串通一气的国内各大下载站》这篇博文时，还是关键词，现在 MS 解禁了……

【fan】墙软件
评：同上，比起“我O你妈个O”，都能发出来，为什么这句反而是禁句呢？果然让网民更无知，不用谷歌的重要性。比文明用语更重要？

当映【she】颜色抖动时
评：已解封，我发《将精彩视频片段打造成高质量 GIF 签名》时死活发不出来。当年足足找了半天，找到时实在让人哭笑不得。估计当初是想审核的关键词【yan】射，打错了字。说起来这词是日文的武打片中来的吧，百度员工果然是与国际接轨啊……

【6】4
评：这个是我想访问《64位WIN7》贴吧时，意外发现的。除了 1964 以外，其他一切带有这个数字的贴吧均会显示“抱歉，根据相关法律法规和政策，本吧暂不开放。 ” 一查才知道原来和某时间的著名反腐事件有关。 这是典型的错杀 100 啊……

贴吧的白痴级关键词筛别：

PhotoShop CS6 新特【性】
评：百度和用户到底谁下流？！这帖子都没法发，是不是要搞文字狱啊？！

太阳下晒晒就能【干掉】
评：晕，既然不干，那我只有湿了……

【我日】志的……
评：日！百度我问候你老母……

老【革命】烈士
评：老子我不革命，宣德炉你要就拿去吧。发誓就算当兵，死也不当烈士还不行么……

中国【政府】
评：尔等刁民，谁允许你说这个词的？就算其他国家的也不许说这词一个字！

【GFW】【GFWed】
评：这次空间都是禁语，何况是贴吧。中国网络是“自由”的，“开放”的。谷歌搜索出的连接，点击后经常出现“该页无法显示”和我 GFW 没有半毛钱的关系。

他是【被操】纵的
评：内幕很可怕，不细说………………

占领华尔街的【罢工】【游行】集会
评：看看百度的态度就知道了吧！你还真把中宪法的这条公民基本权利当真了？说明你的智商还不如三岁小孩。

【共产党】第一次全国人大时间
评：终于体会到小学课本上“白色恐怖”的滋味了，喔哈哈哈哈……

胡汉三【官商勾结】
评：为什么发不了？因为那是万恶的旧社会，新中国怎么可能有这种事情发生！不用说也知道这纯属子虚乌有。 啥？重庆？今天天气不错哈……


下面这些为转载：

天才也有不会的东西，比如写开篇介绍……于是直奔主题，从百度和谐的种类说起，细分如下：

◆领导名人类

这个大家应该都遇到过，尤其是在转载新闻报导的时候。其实会被百度和谐名字，大概对政丨府官员来说也是一种肯定，毕竟能出现在这个名单上，少说也该是省长部长这个等级。可试想新潮一点的懂得上网上百度的官员互相问候：

“您被百度和谐了么？” “惭愧惭愧，官不够大，未能入百度法眼……”

当然即使是同被百度和谐姓名，这其中也有高低详略之分。例如江主席不但福荫妻子（王冶坪、江绵恒、江绵康），与本人姓名相关的百度敏感词就不下十个。其中【老江】曾令多少网友误以为“老江湖”是敏感词，更与江某某、江x有那什么放火点灯之嫌。这种宁错杀一千不放过一个的和谐力度是大部分官员都享受不到的殊荣——毕竟多数人只是和谐了姓名而已。

最近读历史小说突然恍然大悟，原来这是极有中国文化渊源的。据说讳尊自周朝即有，百度不过是将其跟高科技结合在一起发扬光大了而已，于是我才是少见多怪了……

◆其它政治敏感类

一句话：防民之口甚于防川的最佳诠释。其实看百度和谐啥比看新闻更能了解民意。首先是【政府】、【共产党】及同义词谐音词都被屏蔽，颇有点掩耳盗铃的意思。对了这里我得指出个特喜感的百度【反河蟹】的成果：【政府】也在屏蔽之列。【贪污腐败】、【官商勾结】这类的词批判意义不言而喻，而诸如【讨说法】、【请愿】、【截访】这样的词被拦截，就很是此地无银三百两、欲盖弥彰了。央视作为【政府】的喉舌与有荣焉，于是【做人】不能太cctv了，在百度也成为了禁词，喂喂，做人也不能太百度啊！

因为在百度，人权是可以讲的，但【中国人权】不可以，政府是可以讨论的，但【中国政府】不可以。而当【民主】、【宪政】也成为百度的禁忌词时，我真害怕它们也会成为现实生活中的禁忌话题。

所以有些人说百度CEO李彦宏被美国文化毒害了是不对的，毕竟【集会】的权力可是美国宪法修正案第一条所保护的，【游行】、【罢工】等等非暴力抵抗的手段，也曾是民权运动领袖马丁路德金先生所倡导的啊！

◆反反河蟹类

既然已经说到上面的【反河蟹】和【政府】，不妨再举几个例子。为了防止网友用部首组字，扌和辶是不能发的——虽然到现在我都没弄清楚这两个为啥比别的偏旁更不和谐；类似的还有火乍和弓单。常用的【反和谐】手法竖丨排工具和中间的空格去掉近日也被和谐，正所谓道高一尺魔高一丈啊！

补注：网友是道，百度是魔。 再补注：我要当魔王，灭哈哈哈哈……（会有人看这个总结么，会有人看么，会么……）

◆污言秽语类

其实太XX的话我也是很赞成禁的，只是当我看到【进化】不完全的生命体被和谐时，还是雷了一下。百度是多么地与时俱进啊！

◆敏感时事类

其实有些也不算时事了，例如2006中国媒体十大事件上了这个名单就没下来过，当然偶尔也会有一些过了气的敏感词被撤下来。最近加入这个家族的是火灾相关报道，请各网站只用新华社通稿不发图片视频，以及放国内新闻区关闭跟帖自然滚动博客论坛不置顶不推荐，可见百度的反应速度还是不错滴~ （虽然就是笨了点，以上两句，去掉任何一个字就能发了……）

另外其中至少有七八个是【杨佳】一案相关的。曾经杨和英雄不能在一个帖子里发出，囧死多少银英迷和射雕迷！好在现在已经解封了，不过杨大侠仍然和谐无比……

◆低俗色情类

啊，终于写到万众期待最最和谐的类型了！

自百度被批评为低俗后痛改前非，于是此类敏感词数蹭蹭蹭地一路飙升，一月初那会儿差不多是每天都要往测试器里补充二十多个。

我说过我很纯洁，所以当【丝袜、写真】成为敏感词时，我不禁得出了百度和谐人员就是夜里看 A 片白天整理心得以便和谐的 WSN 一群这个结论。毕竟按佛印对东坡的说法，心中有XX，则看万物都XX。【丝袜】是穿裙子的常用搭配，【写真】是日语里的“摄影”，百度和谐人员心里眼里看到的又是啥？

更不用说百度最愚钝的检测方式往往导致了匪夷所思的和谐：“感【情色】彩”“轩然【大波】”“水【乳交】融”“成【熟女】性”“以【死逼】婚”……其实大家在囧之余还是可以考虑用这些词玩玩天才造句的：）
此外还有：

◆言论封锁类
◆六四相关类
◆军事武器类
◆地区民族类
◆广告垃圾类
◆非法信息类

内容一望而知地缺乏新意，不说也罢。