regex - 正则表达式中的多个问号

Question

我下载了一组我打算用于垃圾邮件过滤的正则表达式。其中一个看起来像这样：

/(?!med['`s]?)\bm[_\W]{0,5}[e????????3][_\W]{0,5}[d?][_\W]{0,5}[sz5\$]?\b/i

目的是它会标记“meds”这个词的混淆版本。不幸的是，它也恰好标记以“我？”结尾的句子。

我正在向后工作，试图弄清楚这个正则表达式实际上做了什么，但我被困住了，因为我不知道是什么[e????????3]意思。有人可以解释一下吗？

Answer 1

当它不在字符类中时，?将使前面的标记成为可选的。在 a?它里面只是匹配一个字面量?。在一个字符类中重复相同的字符没有效果，所以[e????????3]等价于[e?3]. 这部分正则表达式将匹配单个字符，即e、?或3。

请注意，?在一些编码问题出现之前，这些字符可能实际上是其他东西。

Answer 2

这很可能是字符编码错误。在那个字符类（[...]是一个类）中，曾经有其他字符无法解析，然后当显示/转置为？发出信号。最后多个??????s结束了那里。

轻轻地，轻轻地抓猴子。[图。]

要了解更多信息，您需要研究该正则表达式的起源，并查看可能与编码问题相关的位置。如果运气好、耐心和头脑清醒，您就会发现其中有哪些具体字符。很可能不是一个逐字的问号。