"坏话"过滤器
技术性不是很好，但是...我必须在我们正在开发的新站点中实现一个单词过滤器。因此，我需要一个"好"坏词列表来为我的数据库提供...任何提示/方向？环顾谷歌，我发现了这个，这是一个开始，但仅此而已。
是的，我知道这种过滤器很容易逃脱……但是客户就是客户！ :-)
该站点将必须过滤掉英语和意大利语单词，但是对于意大利语，我可以请同事们帮我提供社区构建的" parolacce"列表：-)可以发送电子邮件。
谢谢你的帮助。
解决方案
回答
当心错误的错误。
"Apple made the clbuttic mistake of forcing out their visionary - I mean, look at what NeXT has been up to!" Hmm. "clbuttic". Google "clbuttic" - thousands of hits! There's someone who call his car 'clbuttic'. There are "Clbuttic Steam Engine" message boards. Webster's dictionary - no help. Hmm. What can this be? HINT: People who make buttumptions about their regex scripts, will be embarbutted when they repeat this mbuttive mistake.
回答
我没有看到指定的任何语言，但是我们可以将其用于PHP，它将为每个已插入的工作生成一个RegEx，这样即使是故意的拼写错误(即@ ss，i3itch)也将被捕获。
<?php /** * @author [email protected] **/ if($_GET['act'] == 'do') { $pattern['a'] = '/[a]/'; $replace['a'] = '[a A @]'; $pattern['b'] = '/[b]/'; $replace['b'] = '[b B I3 l3 i3]'; $pattern['c'] = '/[c]/'; $replace['c'] = '(?:[c C (]|[k K])'; $pattern['d'] = '/[d]/'; $replace['d'] = '[d D]'; $pattern['e'] = '/[e]/'; $replace['e'] = '[e E 3]'; $pattern['f'] = '/[f]/'; $replace['f'] = '(?:[f F]|[ph pH Ph PH])'; $pattern['g'] = '/[g]/'; $replace['g'] = '[g G 6]'; $pattern['h'] = '/[h]/'; $replace['h'] = '[h H]'; $pattern['i'] = '/[i]/'; $replace['i'] = '[i I l ! 1]'; $pattern['j'] = '/[j]/'; $replace['j'] = '[j J]'; $pattern['k'] = '/[k]/'; $replace['k'] = '(?:[c C (]|[k K])'; $pattern['l'] = '/[l]/'; $replace['l'] = '[l L 1 ! i]'; $pattern['m'] = '/[m]/'; $replace['m'] = '[m M]'; $pattern['n'] = '/[n]/'; $replace['n'] = '[n N]'; $pattern['o'] = '/[o]/'; $replace['o'] = '[o O 0]'; $pattern['p'] = '/[p]/'; $replace['p'] = '[p P]'; $pattern['q'] = '/[q]/'; $replace['q'] = '[q Q 9]'; $pattern['r'] = '/[r]/'; $replace['r'] = '[r R]'; $pattern['s'] = '/[s]/'; $replace['s'] = '[s S $ 5]'; $pattern['t'] = '/[t]/'; $replace['t'] = '[t T 7]'; $pattern['u'] = '/[u]/'; $replace['u'] = '[u U v V]'; $pattern['v'] = '/[v]/'; $replace['v'] = '[v V u U]'; $pattern['w'] = '/[w]/'; $replace['w'] = '[w W vv VV]'; $pattern['x'] = '/[x]/'; $replace['x'] = '[x X]'; $pattern['y'] = '/[y]/'; $replace['y'] = '[y Y]'; $pattern['z'] = '/[z]/'; $replace['z'] = '[z Z 2]'; $word = str_split(strtolower($_POST['word'])); $i=0; while($i < count($word)) { if(!is_numeric($word[$i])) { if($word[$i] != ' ' || count($word[$i]) < '1') { $word[$i] = preg_replace($pattern[$word[$i]], $replace[$word[$i]], $word[$i]); } } $i++; } //$word = "/" . implode('', $word) . "/"; echo implode('', $word); } if($_GET['act'] == 'list') { $link = mysql_connect('localhost', 'username', 'password', '1'); mysql_select_db('peoples'); $sql = "SELECT word FROM filters"; $result = mysql_query($sql, $link); $i=0; while($i < mysql_num_rows($result)) { echo mysql_result($result, $i, 'word') . "<br />"; $i++; } echo '<hr>'; } ?> <html> <head> <title>RegEx Generator</title> </head> <body> <form action='badword.php?act=do' method='post'> Word: <input type='text' name='word' /><br /> <input type='submit' value='Generate' /> </form> <a href="badword.php?act=list">List Words</a> </body> </html>
回答
我们总是可以说服客户进行一次用户会话，而这些用户只是不断发布专家信息，并提出一种简单的解决方案将其添加到系统中。这是很多工作，但可能会更代表社区。
回答
我想说的是，在我们知道帖子后就删除它们，并阻止对其帖子过分露骨的用户。我们可以不说脏话就说很令人反感的话。如果我们阻止"屁股"(又名驴)一词，那么人们将只键入a $$或者/ \ 55，或者他们需要键入以通过过滤器的其他任何内容。
回答
对于Clbuttic错误+1，我认为"坏词"过滤器同时扫描开头和结尾的空格(例如" ass")，而不是仅扫描确切的字符串，这一点很重要，这样我们就不会像clbuttic这样的单词，紧身裤，黄油，奶油等。
回答
我最近发现了这个免费的恶意单词过滤在线Web服务。它们允许在JSON中使用WCF和Form Posts。它的工作原理非常好，我不必更新列表，因为他们的列表会不断更新。他们提供免费和负担得起的优质服务。
它值得一看。
http://www.thefilthylist.com
回答
在研究此主题时，我确定需要的不仅仅是一个可以任意替换的列表。我建立了一个Web服务，可让我们确定所需的"清洁度"级别。它还会努力识别误报，即某个词在一种情况下可能不好，而在其他情况下则不好。
看看http://filterlanguage.com
回答
Wikipedia ClueBot的单词过滤器不正确，请阅读其源代码。
http://en.wikipedia.org/wiki/User:ClueBot/Source#Score_list
