Discussion :

[thesola10]

Bonjour,

Tout d'abord, je voudrais vous prévenir que cette question ne concerne pas directement Python.
Je suis en train de programmer un prototype de filtre anti-spam en Python 3, et j'aurais besoin, pour les tests et la précision du filtre, que vous m'envoyiez un fichier dont le contenu est un horrible et monstrueux... spam.

Mais c'est quoi comme question ?

Hé bien, je voudrais voir quels sont les mots-clés/erreurs de grammaire récurrents dans les spams. Mon filtre vise les spams commerciaux de type "La Banque Populaire demande vos données bancaires" ou "Je gagne 10000000000€ par seconde !!!" car ceux-ci sont malins... Alors envoyez-en le plus possible et ce sera parfait !

Mais pourquoi faire un filtre ?

En fait, je me suis rendu compte que bien des boîtes mail pro (Intranet en général) n'avaient pas de filtre, et YouTube non plus (commentaires). Ainsi l'usage de Python en fait un filtre versatile et facile à implémenter.
J'espère que, dans l'idéal, tout le monde adoptera ce filtre, mais on peut toujours rêver !

Merci d'avance,
TheSola10

[dsy]

Salut

Ce n'est pas trés clair : tu commences par donner des exemples de spams reçus par email (SMTP) puis ensuite tu parles de spams dans les commentaires de Youtube (HTTP).

Concernant le spam SMTP, tu trouveras une liste de liens dans ces commentaires : https://news.ycombinator.com/item?id=9630718

Avant de rassembler du spam, tu devrais sans doute réfléchir à ton projet et écrire :
- ce que tu souhaites faire exactement,
- les limites, les contraintes que tu as prévus
- les technologies et méthodes employées.

C'est un projet complexe et il nécessite un minimum de préparation. Ou bien je n'ai rien compris

[thesola10]

Salut

Ce n'est pas trés clair : tu commences par donner des exemples de spams reçus par email (SMTP) puis ensuite tu parles de spams dans les commentaires de Youtube (HTTP).

Concernant le spam SMTP, tu trouveras une liste de liens dans ces commentaires : https://news.ycombinator.com/item?id=9630718

Avant de rassembler du spam, tu devrais sans doute réfléchir à ton projet et écrire :
- ce que tu souhaites faire exactement,
- les limites, les contraintes que tu as prévus
- les technologies et méthodes employées.

C'est un projet complexe et il nécessite un minimum de préparation. Ou bien je n'ai rien compris

Rassure-toi, j'ai déjà écrit le programme. Il faut juste que je complète le dictionnaire de mots-clés suspects. Sinon je vérifie les caractères non Ascii et les majuscules au début de chaque mot. Je note le fichier par un pourcentage, qui en dessous d'une marge définie par l'utilisateur dans un CFG déclare le fichier comme spam.

Si tu veux je t'envoie le .py actuel.

[BufferBob]

je pense qu'un bon début est la page kiwi de la discipline concernée