фильтр “ругательств” [закрывается]
, если вы считаете, что будут дубликаты, добавление уникального индекса не удастся. сначала проверьте, какие дубликаты есть:
select * from
(select a,b,c,d,count(*) as n from table_name group by a,b,c,d) x
where x.n > 1
Это может быть дорогостоящий запрос на 20-миллиметровых строках, но вы получите все дубликаты ключей, которые помешают вам добавить основной индекс. Вы можете разбить это на более мелкие куски, если вы делаете что-то в подзапросе: where a='some_value'
. Для извлеченных записей вам нужно что-то изменить, чтобы сделать строки уникальными. Если это будет сделано (запрос возвращает 0 строк), вы должны быть безопасны для добавления первичного индекса.
6 ответов
Я не видел указанного языка, но можно использовать это для PHP, он генерирует RegEx для каждой работы instered так, чтобы даже намеренные орфографические ошибки (т.е. @ss, i3itch) были также 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>
Остерегайтесь ошибки clbuttic .
"Apple сделала clbuttic ошибку выгоняния их провидца - я имею в виду, посмотрите на то, что был готов NeXT!"
Хм. "clbuttic".
Google "clbuttic" - тысячи хитов!
существует кто-то, кто называет его автомобиль 'clbuttic'.
существуют "форумы" Парового двигателя Clbuttic.
словарь Webster - никакая справка.
Хм. Каково это может быть?
ПОДСКАЗКА: Люди, которые делают buttumptions об их regex сценариях, будут embarbutted, когда они повторят эту ошибку mbuttive.
Я сказал бы, чтобы просто удалить сообщения, поскольку Вы узнаете их и блокируете пользователей, которые являются чрезмерно явными с их регистрациями. Можно сказать очень наступательные вещи, не используя ругательств. Если Вы заблокируете задницу слова (иначе осел), то люди просто введут $ a$ или/\55, или независимо от того, что они должны ввести для заканчивания фильтра.
+1 на ошибке Clbuttic, я думаю, что для фильтров "ругательства" важно просканировать и для продвижения и для конечных пробелов (например, "задница"), как отклонено для просто точной строки так, чтобы у нас не было слов как clbuttic, clbuttes, buttert, холмы, и т.д.
Вы могли всегда убеждать клиент иметь сессию пользователей просто постоянно регистрация ругательств и делать легкое решение добавить их к системе. Это - большая работа, но это, вероятно, будет более представительным для сообщества.
Исследуя эту тему, я пришел к выводу, что нужно нечто большее, чем просто список, который выполняет произвольные замены. Я создал веб-сервис, который позволяет вам определить желаемый уровень «чистоты». Он также пытается выявить ложные срабатывания, то есть когда слово может быть плохим в одном контексте, но не в другом. Взгляните на http://filterlanguage.com