目標C中的基本褻瀆濾鏡iPhone

你如何喜歡有頭腦的人解決過濾褻瀆的基本挑戰，顯然，人們不可能解決每一種情況，但是最好有一個最基本的人作爲第一個人防線。目標C中的基本褻瀆濾鏡iPhone

在對象 - 我有

NSString *tokens = [text componentsSeparatedByString:@" "];

然後我遍歷每個標記，看看是否有關鍵字（我已經在列表中了約400），每個令牌內被發現。

認識到誤報也是一個問題，如果這個詞是一個完美匹配，它被標記爲褻瀆，否則如果超過3個褻瀆詞被發現沒有完美的匹配，它也被標記爲褻瀆。

後來我會用一個更精確解決問題的web服務，但我真的只需要一些基本的東西。所以，如果你寫了陰莖這個詞，它會變得淘氣調皮，壞字寫。

來源

2010-05-12 David van Dugteren

...最好的部分是當你在一個團隊中工作，而其他人在你的黑名單中看到*非常好的東西* – aviraldg 2010-05-12 02:26:23

你還需要確保你不會犯這個錯誤。 – 2010-05-12 02:28:38

我只是有一個標記字符串的建議。如果單詞全部用字符串隔開，那麼你的方法運作良好，但在大多數情況下很少出現這種情況，因爲你通常不得不處理換行符，標點符號等。試試這個，如果你有興趣：

NSMutableCharacterSet *separators = [NSMutableCharacterSet punctuationCharacterSet]; 

[separators formUnionWithCharacterSet:[NSCharacterSet whitespaceAndNewlineCharacterSet]]; 

NSArray *words = [bigString componentsSeparatedByCharactersInSet:separators];

來源：http://www.tech-recipes.com/rx/3418/cocoa-explode-break-nsstring-into-individual-words/

來源

2010-05-12 02:31:24 sosborn

謝謝你這麼多Sosburn！我現在正在使用你的代碼！我很感謝你的幫助！ – 2010-05-12 02:54:30

那麼它不是答案，它是一個方便的提示，以讚揚我試圖達到的目的。 – 2010-05-12 03:23:41

淫穢過濾器：不好的想法，或令人難以置信的交際不良想法？

傑夫有一個有趣的文章在開始這樣一段代碼之前，需要考慮：

http://www.codinghorror.com/blog/2008/10/obscenity-filters-bad-idea-or-incredibly-intercoursing-bad-idea.html

來源

2010-05-12 02:28:53

同意，淫穢過濾器是一個可怕的想法。 – 2010-05-12 02:34:21

我會在任何正常情況下都是爲了避免褻瀆過濾器，這似乎也浪費時間我也...但客戶又名客戶特別要求它強調不喜歡褻瀆，我意識到100％我的解決方案是'bandaid'，但我需要一些東西來發布，至少可以解決最常見的情況。版本2.0將使用更真實的過濾，並且將涉及社交報告工具，即'報告此用戶'。但在此之前，一個bandaid是我需要的。 – 2010-05-12 02:52:56

@大衛，這聽起來很合理。 – 2010-05-12 05:50:44

那麼，在這種方式搜索當然不是尋找最有效的方法褻瀆......更有效的方法是構造一個有限狀態自動機來檢測單詞，並通過FSA運行一次文本。你並不需要拆分字符串來尋找褻瀆，所有的分裂都會增加你不需要的額外分配和複製開銷。另外，在某些黑名單中可能會出現常見的模式，這些模式通過單獨搜索每個單詞不會被利用。

這就是說，我認爲400個字是相當多的。誰，確切地說，是你的觀衆？如果用戶有醫療問題怎麼辦？這樣的問題是否應該被禁止？我只能想到一些在任何情況下都被認爲是褻瀆的詞，所以你可能想重新思考過濾。

來源

2010-05-12 02:30:18

你說得對，列表是暫定的，下載了論壇列表，最終列表可能會被刪減，但隨着時間的推移，它的內容會有所改變。我希望將這個列表作爲基礎/起點，然後再將其發送給最終可以決定需要什麼以及哪些不需要的客戶。我正在研究使用FSA正則表達式而不是線性while循環，我只是不熟悉iPhone SDK，所以一旦我總結出最好的方法是...我會去GREP的方法。 – 2010-05-12 02:58:43

我將繼續使用正則表達式，這應該會更有效一些。 – 2010-05-12 03:43:15

幾件事情：

FSA不一定會工作，這取決於你想如何智能過濾器是
正則表達式通常非常緩慢，具體取決於您想要運行多少個
400字有點低，取決於您的需求和語言
有一些非常棘手的情況下要小心過濾時，特別是嵌入的話，如「假設」

我公司，Inversoft，建立一個商業過濾解決方案，這是相當聰明。它不使用正則表達式或FSA，但具有定製的快速線性處理技術，使其非常快速和準確（每秒超過4,000條消息）。它還擁有600多個英語單詞，包括俚語，種族Slurs，毒品，幫派，宗教等多種類別。

如果您正在尋找具有支持的智能情景感知解決方案，您應該查看Clean Speak來自Inversoft。連接到Obj-C應該很簡單，使用XML WebService。

來源

2010-05-13 15:44:19

目標C中的基本褻瀆濾鏡iPhone

回答

相關問題