php - 正则表达式 - 匹配（仅）具有混合字符的单词

Question

我正在编写我的反垃圾邮件/恶意过滤器，如果可能的话，我需要，

仅匹配（检测）由混合字符组成的单词，例如：fr1&nd$ 而不是朋友

这可能与正则表达式！？

最好的祝福！

Answer 1

当然可以使用正则表达式！你不是要求匹配嵌套的括号！:P

但是，是的，这就是正则表达式的用途。一个例子：

/\S*[^\w\s]+\S*/

这将匹配以下所有内容：

@ss
as$
a$s
@$s
a$$
@s$
@$$

它不会匹配这个：

ass

我相信这是你想要的。这个怎么运作：

\S*匹配 0 个或多个非空格字符。[^\w\s]+仅匹配符号（它将匹配任何不是单词或空格的字符），并匹配其中的 1 个或多个（因此需要符号字符。）然后\S*再匹配 0 个或多个非空格字符（符号和字母）。

如果允许我提出更好的策略，在 Perl 中，您可以将正则表达式存储在变量中。我不知道您是否可以在 PHP 中执行此操作，但如果可以，您可以构建一个变量列表，如下所示：

$a = /[aA@]/ # regex that matches all a-like symbols
$b = /[bB]/
$c = /[cC(]/
# etc...

或者：

$regex = array( 'a' => /[aA@]/, 'b' => /[bB]/, 'c' => /[cC(]/, ... );

这样，您可以将所有排列中的“朋友”与：

/$f$r$i$e$n$d/

或者：

/$regex['f']$regex['r']$regex['i']$regex['e']$regex['n']$regex['d']/

诚然，第二个看起来不必要地冗长，但那是你的 PHP。我认为第二个可能是最好的解决方案，因为它将它们全部存储在哈希中，而不是全部作为单独的变量，但我承认它产生的正则表达式有点难看。

Answer 2

您可以构建一些正则表达式，如下所示：

\p{L}+[\d\p{S}]+\S*

这将匹配一个或多个字母（\p{L}+参见Unicode 字符首选项）、一个或多个数字或符号 ( [\d\p{S}]+) 以及任何后续非空白字符的任何序列\S*。

$str = 'fr1&nd$ and not friends';
preg_match('/\p{L}+[\d\p{S}]+\S*/', $str, $match);
var_dump($match);

Answer 3

有可能，您不会有非常漂亮的正则表达式规则，但您基本上可以匹配您可以使用正则表达式描述的任何模式。棘手的部分是描述它。

我猜你会有一堆正则表达式规则来检测像这样的坏词：

要检测 fr1&nd$、friends、fr**nd*，您可以使用如下正则表达式：

/fr[1iI*][&eE]nd[s$Sz]/

对每个规则执行类似的操作会在括号中找到所有可能字符的变体。获取正则表达式指南以获取更多信息。

（我假设你想要一个坏词过滤器，你可能想要掩盖坏词以及所有可能的排列friend）frie**

Answer 4

没有彻底测试，但应该这样做：

(\w+)*(?<=[^A-Za-z ])