фильтр “плохие слова” [закрыт]
-
09-06-2019 - |
Вопрос
Не очень технично, но...Я должен внедрить фильтр плохих слов на новом сайте, который мы разрабатываем.Поэтому мне нужен список "хороших" плохих слов для наполнения моей базы данных...есть какой-нибудь намек / направление?Оглядываясь по сторонам с помощью Google, я нашел это один, и это только начало, но не более того.
Да, я знаю, что такого рода фильтры легко обойти...но воля клиента есть воля клиента !!!:-)
Сайту придется отфильтровывать как английские, так и итальянские слова, но для итальянских я могу попросить своих коллег помочь мне с составленным сообществом списком "parolacce" :-) - подойдет электронное письмо.
Спасибо за любую помощь.
Решение
Я не видел ни одного указанного языка, но вы можете использовать это для PHP, он будет генерировать регулярное выражение для каждой выполняемой работы, так что даже намеренные ошибки в написании (т.Е.@ss, i3itch ) также будут пойманы.
<?php
/**
* @author unkwntech@unkwndesign.com
**/
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>
Другие советы
Остерегайтесь типичные ошибки.
"Apple совершила вопиющую ошибку, вытеснив своего визионера - я имею в виду, посмотрите, что было дальше!"
Хм."clbutt".
Google "clbuttic" - тысячи просмотров!
Есть кое-кто, кто называет свою машину "clbutt".
Существуют доски объявлений "Clbutt Steam Engine".
Словарь Вебстера - не помогает.
Хм.Что это может быть?
ПОДСКАЗКА:Люди, которые делают предположения о своих сценариях регулярных выражений, будут оштрафованы, когда они повторят эту грубую ошибку.
У Shutterstock есть репозиторий Github с список плохих слов используется для фильтрации.
Вы можете проверить это здесь: https://github.com/shutterstock/List-of-Dirty-Naughty-Obscene-and-Otherwise-Bad-Words
Если кому-то нужен API, Google в настоящее время предоставляет индикатор плохих слов.
http://www.wdyl.com/profanity?q=naughtyword
{
response: "false"
}
Обновить:Теперь Google удалил этот сервис.
Я бы посоветовал просто удалять сообщения по мере того, как вам становится о них известно, и блокировать пользователей, которые чрезмерно откровенничают в своих публикациях.Вы можете говорить очень оскорбительные вещи, не используя никаких бранных слов.Если вы заблокируете слово ass (он же осел), то люди просто наберут $ $ или /\ 55, или что еще им нужно ввести, чтобы пройти фильтр.
+1 по поводу ошибки Clbuttic, я думаю, что для фильтров "плохих слов" важно сканировать как начальные, так и конечные пробелы (например, " ass "), а не только точную строку, чтобы у нас не было таких слов, как clbuttic, clbuttes, buttert, buttess и т.д.
ClueBot из Википедии имеет фильтр плохих слов, прочитайте его источник.
Вы всегда можете убедить клиента провести сеанс с пользователями, которые просто постоянно публикуют ругательства, и найти простое решение для добавления их в систему.Это большая работа, но, вероятно, она будет более репрезентативной для сообщества.
Исследуя эту тему, я определил, что необходимо нечто большее, чем просто список, который выполняет произвольные замены.Я создал веб-сервис, который позволяет вам определить желаемый уровень "чистоты".Он также предпринимает усилия для выявления ложноположительных результатов, т. е.где слово может быть плохим в одном контексте, но не в других.Взгляните на http://filterlanguage.com