c# - 正则表达式检测单词中的 smart-alec 空格（！）

Question

我正在尝试创建一个正则表达式来阻止“忘记”这个词。聪明的 alec 仍然逍遥法外：

"f o r g e t you", and
"f o r
g e t you" (using \r\n)

在我用

$(?<!(FORGET[\s]*))

我正在尝试使用$(<!(F\s*O\s*R\s*G\s*E\s*T))- 在字母之间捕获空白 0 次或更多次的思考过程......唉，这不起作用。我希望我不会太远，但我会很感激一些帮助。

谢谢

标签： c#.netregex

Answer 1

例如，在聊天室中查找禁用词的一种方法是创建它们的所有可能表示形式（包括形态学）的字典，并将特殊字符/序列（如“@”）转换为“a”或“JI”到“Л”。

到目前为止我发现的最佳方式：

1. 执行特殊序列的转换 (@->a)。
2. 将纯字母字符连接到一个大行中，删除重复字符 (baaaaaaneeeedddd)。
3. 从此合并构建后缀树。
4. 在后缀树中查找禁止的子序列。
5. 对 10 万条消息进行测试。
6. 修复一些常见的bug。

它是相当有效和最佳的验证，可以在客户端上执行，而且很难以这样的方式组合单词，它会产生误报。