IRC bot，製作被禁止的單詞列表？

Question

所以目前我的Twitch頻道的這個機器人的問題是它阻止我在一個字符串中有多個單詞，而Authlist被作爲一個列表進行威脅。

例如： 我想禁止單詞foo1，foo2，foo3和foo4，但是當它們全部在1個字符串中時，我需要在聊天中鍵入所有4個字符以便我的機器人能夠禁止該人，但如果他說四個字中的一個，就不會。

在此先感謝！要做到這一點

import socket 

authlist = "patyyebot patyye" 
banword = "foo1 foo2 foo3 foo4" 
server = "patyye.jtvirc.com" 
name = "patyyebot" 
port = 6667 
channel = "#patyye" 
password = "xx" 
irc = socket.socket(socket.AF_INET, socket.SOCK_STREAM) 
irc.connect((server, port)) 
irc.send("PASS " + password + "\n") 
irc.send("NICK " + name + "\n") 
irc.send("USER patyyebot patyyebot patyyebot :PatyYeBot\n") 
irc.send("JOIN " + channel + "\n") 
while True: 

    def message(msg): 
     irc.send("PRIVMSG " + channel + " :" + msg + "\n") 
    def ban(msg): 
     irc.send("PRIVMSG " + channel + " :/ban " + msg + "\n") 


    data = irc.recv(1204) 
    data = data.strip('\r\n') 
    senderusr = data.split(" ") 
    senderusr = senderusr[0] 
    senderusr = senderusr.split("!") 
    senderusr = senderusr[0] 
    senderusr = senderusr.strip(":") 

    print data 
    if data.find == "PONG" : 
     irc.send("PING") 

    if "!facebook" in data and senderusr in authlist: 
     message("@" + senderusr + ": Facebook is private") 

    if "!twitter" in data: 
     message("Follow PatyYe on Twitter: https://twitter.com/PatyYe") 

    if data in banword: 
     message("@" + senderusr + ": zei een gebanned woord! Ban uitgevoerd") 
     ban(senderusr) 

Answer 1

的一種方法是使用yourstring.split()來的屏蔽詞裏空格分隔字符串分割成一個列表：

>>> banned_string = "word1 word2 word3" 
>>> banned_string.split() 
['word1', 'word2', 'word3'] 

然後你可以在單詞迭代，並在尋找他們信息。

完整的示例：

def checkmessage(msg): 
    banned_words = "badword1 badword2 badword3" 
    banned_list= banned_words.split() 

    for word in banned_list: 
     if word in msg: 
      print("banned for saying: " + word) 
      return 
    print("not banned") 


msg1 = "Nothing special here" 
msg2 = "I say the badword2." 

checkmessage(msg1) 
checkmessage(msg2) 

執行該程序的結果：

not banned 
banned for saying: badword2 

Answer 2

使用正則表達式可以避開環路，並檢查所有單詞一遍。

你可以審查剛剛被取締的話（如果你正在登錄/歸檔的對話）：

>>> banned_words = "phuck azz deeck peach" 
>>> regexp = '|'.join(banned_words.split()) 
>>> message = "You son of a peach!" 
>>> import re 
>>> re.sub(regexp, '[beeeeeep]', message) 
'You son of a [beeeeeep]!' 

或者你可以測試禁止的字詞，並禁止用戶：

>>> if re.search(regexp, message): print "Consider yourself banned, sir!" 
... 
Consider yourself banned, sir! 

[更新]

喬恩寫道：

或許最好把banned_words成遞減長度順序（匹配最長的單詞第一個），併爲了以防萬一運行他們通過re.escape ... - 喬恩克萊門茨

根據列表源可能要轉義序列對正則表達式有特殊意義，爲了安全起見。

>>> ordered_list = sorted(banned_words.split(), key=lambda x: len(x), reverse=True) 
>>> ordered_list 
['phuck', 'deeck', 'peach', 'azz'] 
>>> regexp = '|'.join([re.escape(word) for word in ordered_list]) 
>>> regexp 
'phuck|deeck|peach|azz' 

你可能想提高，以使其不區分大小寫，來匹配單詞邊界（防止誤報）的正則表達式。

在\ b（...）\ b中包裝正則表達式也許是個好主意，免得你意外地禁止某人說「彈」「（或者更現實的說，是」Scunthorpe「）。 - ILMARI Karonen

記住，你必須逃離反斜槓（或使用原始字符串）：

>>> regexp = r'\b(' + regexp + r')\b' 
>>> regexp 
'\\b(phuck|deeck|peach|azz)\\b'