垃圾邮件检测（目标 - ）C

Question

我正在编写一个iPhone应用程序，它从用户那里获取一些数据并将其上传到服务器。上传的数据将显示给同一程序的其他用户（除此之外还有更多内容，但为了保持简单......）。上传的数据基本上只有三个字符串：一个名称（最多50个字符），一个标题（最多50个字符）和一些文本（几乎无限制的字符）。我需要的基本上是一个功能，服务或算法，它可以检测数据输入的有效性。它必须能够检测一系列重复的字符，某些“非法”字，异常的空格等。所以我的问题是;是否存在用于此类数据验证的C或Objective-C库（内置或开源），否则，我将如何进行此类检查？

以下是好的和坏的数据的两个例子：

好的：

Name: "John Aaron Smith"  
Title: "Why am I still here?"  
Text: "Can anybody please help me? I'm feeling lonely!"

坏：

Name: "f**k you, kldsanfklds"   
Title: "Only $99. Buy Now. Only $99"  
Text: "ndsaklgnvds lakævndsaklæfhadsæhdsjka fhdskjafhdskj lafhsdkhf. €#&/ #&()(/&%& ># €%€#% €#& hidosæahviædshvidshfiodsa. adsifjDSILFJIDSH \n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n"

我知道对这么多案例采取预防措施将很困难，但是这个算法/​​库只需要过滤最糟糕的垃圾邮件。我还将在最终数据库提交之前查看数据，但当然垃圾邮件越少，我就越容易获得。

此致， BEN。

编辑：我最“流利”的语言是客观C语言，但我在C语言方面也做得很好，而且我对PHP和JAVA有所了解。我可能很难理解其他语言的库/示例，并将其“翻译”为有效的iPhone语言。

编辑编辑：我不是在寻找过于复杂的东西。只是一种简单的方法让我做粗剪。

Answer 1

这是一个需要解决的very difficult问题。我不会尝试创建自己的垃圾邮件检测，我会使用已经存在并具有良好声誉的解决方案，例如SpamAssassin。

Answer 2

你见过Mollom吗？它有一个bunch of developer libraries（php，ruby，perl等）与Mollom服务器通信以确定条目的垃圾邮件。将其中一个翻译成Objective-C并不难。

Answer 3

我做了类似于你想要的东西，但它是在php中。我处理的所有文本都是用验证码输入的，所以我阻止的是无用的评论垃圾邮件，类似于你的坏例子。这是我到目前为止已经阻止了80％的垃圾。它可能会阻止来自拼写习惯不好的人的一些有效文本，但我更喜欢手动编辑文本。

1. 检查文本是否为空并验证它不是所有空格
2. 检查长度，我使用至少3个字符。
3. 检查一系列匹配字符，例如!!!!!!我的使用时间不超过3个。
4. 检查超过15个字符的单词。例如lakævndsaklæfhadsæhdsjka
5. 将文本副本转换为小写并运行不良单词词典

您可以通过阻止带有可疑字符的文字来添加此内容，例如％^ [] 另外，你可以编译一个不应该彼此相邻的字符列表，例如： fd，gf，kp，yt，vnd 此时，您需要通过添加算法进行自动化。这意味着算法需要理解一些语法，整个过程将开始在强度上倍增。在这一点上，任何其他事情都无法理解。