0

Всем доброго вечера (утра, дня, ночи), я сейчас реализовываю валидатор чата на матерные сообщения от пользователей, решил сильно не мудрить, ибо если кто и захочет "матюгнуться, то он что-нибудь да и придумает), но примитивную проверку все же решил сделать.

Есть строка с "плохими" словами, разделенные между собой пробелом, необходимо проверить строку от пользователя, на содержание таких слов, и, если оно будет найдено, заменить, например, звездочкой) а так-как я с регулярными выражениями на вы, то прощу помощи у сообщества ХэшКод'а)

2
  • 1
    разделите слова палкой - | слово|другое|третье - значит одно из этих трех слов
    – zb'
    Commented 1 сент. 2013 в 18:51
  • @eicto, представить строку регуляркой, пожалуй, самое удобное и простое решение, спасибо (:
    – Pifagorych
    Commented 2 сент. 2013 в 18:35

3 ответа 3

5

Доброго времени суток! Обычно для таких задач используют расстояние Левенштейна - оно часто используется для фильтрации спама и т.п. Алгоритм не очень сложный и позволяет учесть инварианты слов. Много полезного можно найти на Википедии:

Расстояние Левенштейна

Если знаете английский, то более подробно (и с примерами) есть в анлийской версии:

Levenshtein distance

Надеюсь Вам это поможет)

2
  • @progzdeveloper, вам моя огромная благодарность, этот метод наиболее близко подходит к проблеме решения подобных задач) алгоритм действительно прост, при небольших оптимизациях дает весьма высокую производительность, при этом достигается поразительная точность - непропорциональная затратам;) - детектирования искомых слов. Спасибо за наводку)
    – Pifagorych
    Commented 4 сент. 2013 в 19:03
  • Всегда пожалуйста! Commented 4 сент. 2013 в 22:09
3

Тестировал на python-3.2

import re

if __name__ == '__main__':
    # строка с матерными словами
    mature_list = 'Uшвно shat hsssss'
    # строка пользователя
    input_string = 'Мое имя Uшвно. my uncle is hsssss. oh shat!'
    # генерирование цикла для массива из строки пользователя с использованием
    # регулярного выражения (\W+) для разделения пунктуации
    for e in re.split('(\W+)', input_string):
        # проверка слова из массива с матерными словами с разделением по пробелу
        if e in mature_list.split():
            # замена матерных слов на символ '*'
            input_string = input_string.replace(e, '*') 
    print (input_string)

>>>> Мое имя *. my uncle is *. oh *!
1
  • спасибо за хороший пример с описанием)
    – Pifagorych
    Commented 2 сент. 2013 в 18:55
2

Можно преобразовать обе строки в массив, разбивая по пробелу (.split(' ');), после в цикле перебирать до совпадения

Ваш ответ

Нажимая «Отправить ответ», вы соглашаетесь с условиями пользования и подтверждаете, что прочитали политику конфиденциальности.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.