不是很技術性，但...我必須在我們正在開發的一個新網站中實施一個壞詞過濾器。所以我需要一個「好的」不好的單詞列表來餵養我的數據庫...任何提示/方向？與谷歌I found this環顧四周，這是一個開始，但沒有更多。「壞詞」過濾器
是的，我知道這種過濾器很容易逃脫...但客戶端將是客戶端！ :-)
該網站將不得不過濾掉英語和意大利語的單詞，但對於意大利語，我可以要求我的同事幫助我使用社區建立的「parolacce」:-) - 一封電子郵件即可。
感謝您的任何幫助。
我沒有看到任何指定的語言，但是您可以將它用於PHP，它將爲每個受損工作生成一個RegEx，以便即使是故意錯誤拼寫（即@ss，i3itch）也會被捕獲。
<?php
/**
* @author [email protected]
**/
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>
你總是可以說服客戶端讓用戶只是不斷地發帖咒罵會話，使一個簡單的解決方案，將其添加到系統中。這是很多工作，但它可能會更有代表性的社區。
我會說當你意識到他們的時候刪除帖子，並阻止那些對他們的帖子過於明確的用戶。你可以說出非常冒犯的話，而不用任何髒話。如果你屏蔽了驢（又名驢）這個詞，那麼人們只需輸入$$或/ \ 55，或者輸入任何他們需要輸入的內容來越過過濾器。
對Clbuttic錯誤+1，我認爲對於「壞詞」過濾器來掃描前後空格（例如，「屁股」）而非僅僅是確切的字符串是非常重要的，以便我們不會有像clbuttic，clbuttes，buttert，buttess等
我最近發現這個免費的壞詞過濾在線web服務。他們允許在JSON中使用WCF和表單文章。它的工作非常好，我不必更新列表，因爲他們的列表不斷更新。他們提供免費和負擔得起的高級服務。
它值得一看。
在研究這個話題我確定需要什麼比這一點確實任意替換列表的更多。我已經建立了一個Web服務，可以讓您確定您所需的「清潔程度」。它還努力識別誤報 - 即在某種情況下單詞可能不好，但在其他情況下不好。 看看http://filterlanguage.com
Wikipedia ClueBot有一個不好的單詞過濾器，閱讀它的來源。
存在Shutterstock具有GitHub庫與用於濾波的list of bad words。
您可以點擊此處查看：https://github.com/shutterstock/List-of-Dirty-Naughty-Obscene-and-Otherwise-Bad-Words
如果有人需要一個API，谷歌目前提供的一個壞詞的指標。
http://www.wdyl.com/profanity?q=naughtyword
{
response: "false"
}
更新：Google現在已刪除此服務。
猥褻過濾...一個糟糕的主意或一個真正的交際不良想法？ – stephenbayer 2008-10-22 13:18:36
與spellchecker配合起來，如果在審查後得到更多的拼寫錯誤，你已經搞砸了某處並且可以處理它 – nailitdown 2010-09-02 04:28:01
相關：http://programmers.stackexchange.com/questions/143405/how-to- generate-language-safe-uuids – 2012-06-28 03:21:16