BLACKHOLE.sk

Je viacero sociálnych sietí / chatov na Slovenskom webe, nehovoriac o svete, avšak na našom Azete je zaujímavé to, že spojili emailové adresy s nickmi užívateľov, čo poskytlo svetu značnú databázu emailov, použiteľných na nie zrovna etické účely (reklama / hoax / hocičo).

Nudné letné dni si skupina chlapcov zmyslela, že sa pokúsia zautomatizovať zbieranie týchto mailov a teda vytvoria nejakého primitívneho nick harvestra. Prvý nápad, ktorý skrsol, bolo vytvoriť bota, ktorý by sosal výsledky Google s parametrom site:pokec.azet.sk. To sa však nejavilo ako najšťastnejší nápad, kedže to prinesie približne 13 miliónov výsledkov a tak sa zvolili iné praktiky.

Pri hľadaní užívateľa na stránke Azetu je možnosť ľudom, ktorých poskytne databáza, napísať poštu, čo však je zaujímavejšie, pri jej písaní už nemusíte zadať príjemcu, ten je sám dosadený pomocou ID, ktoré sa dá nájsť v zdrojovom kóde stránky. ID je veľké číslo (rádovo desiatka miliónov), a zdá sa nepoužiteľné, no keď začne človek meniť, tak pri desiatich miliónoch dostáva relevantné výsledky, nicky sa periodicky menia a na tom sa už dá harvester postaviť.

Nešlo o žiadny zložitý algoritmus, z pôvodného zámeru spraviť to v Cčku, sa prešlo na pár riadkov v php. Algoritmus poslal link s vyplnenými údajmi, cookies, ID atd, následne z prijatej stránky parsol nick a uložil ho do súboru. Aj keď to šlo relatívne rýchlo, bolo treba spraviť nejakú politiku sťahovania, ťahali to viacerí ľudia, ID sa rozdelilo po milióne na každého a išlo sa cca od 13 milióna smerom dole, tam bolo nakumulovaných najviac nickov, pod 10 sa stávalo, že začal byt neexistujúci užívateľ a tak sa kód musel doplniť o podmienku, ktorá neukladala prázdne výstupy z databázy.

V žiadnom prípade toto nie je návod na ťahanie spomínanej databázy, ani poučný článok, mal som len potrebu to publikovať. Z dôvodu lenivosti a splnenia pôvodného zámeru boli stiahnuté len cca 3 milióny emailových adries, čo si myslím že je slušný výsledok.