不是很技术，但是......我必须在我们正在开发的新网站中实施一个坏词过滤器。所以我需要一个“好的”坏词列表来为我的数据库提供...任何提示/方向？用google I found this来看一下，这是一个开始，但仅此而已。
是的，我知道这种过滤器很容易被逃脱......但客户端将是客户端！ :-)
该网站将不得不过滤掉英语和意大利语单词，但对于意大利语，我可以让我的同事帮我提供社区建立的“parolacce”列表:-) - 一封电子邮件即可。
感谢您的帮助。
答案 0 :(得分：54)
“苹果公司犯下了强迫他们有远见的错误 - 我的意思是，看看NeXT一直在做什么！”
嗯。 “clbuttic”。
谷歌“clbuttic” - 成千上万的点击！
有人把他的汽车称为“clbuttic”。
有“Clbuttic Steam Engine”留言板。
韦伯斯特的字典 - 没有帮助。
嗯。这可能是什么？
提示：那些对其正则表达式脚本做出假设的人将会是 当他们重复这个错误的时候，他们会感到尴尬。
答案 1 :(得分：38)
我没有看到任何指定的语言，但你可以将它用于PHP，它会为每个输入的作品生成一个RegEx，这样即使是故意的错误拼写（即@ss，i3itch）也会被捕获。
<?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>
答案 2 :(得分：35)
Shutterstock有一个Github仓库，其list of bad words用于过滤。
您可以在此处查看：https://github.com/shutterstock/List-of-Dirty-Naughty-Obscene-and-Otherwise-Bad-Words
答案 3 :(得分：7)
如果有人需要API，Google目前会提供错误的字词。
http://www.wdyl.com/profanity?q=naughtyword
{
response: "false"
}
更新：Google现已删除此服务。
答案 4 :(得分：4)
我会说，只要删除帖子就会发现它们，并阻止那些对帖子过于明确的用户。你可以在不使用任何脏话的情况下说非常令人反感的事情。如果你阻止单词ass（又名驴），那么人们只需键入$$或/ \ 55，或者他们需要键入的任何其他内容以通过过滤器。
答案 5 :(得分：4)
+1，我认为“坏词”过滤器扫描前导和尾随空格（例如“屁股”）非常重要，而不仅仅是精确的字符串，这样我们就不会像clbuttic，clbuttes，buttert，buttess等词。
答案 6 :(得分：2)
Wikipedia ClueBot有一个错误的文字过滤器，请阅读其来源。
答案 7 :(得分：1)
你总是可以说服客户让一个用户会话只是不断发布咒骂，并提供一个简单的解决方案，将它们添加到系统中。这是一项很多工作，但它可能更能代表社区。
答案 8 :(得分：-3)
在研究这个主题时，我确定所需要的不仅仅是一个可以任意替换的列表。我已经构建了一个Web服务，可以让您确定所需的“清洁度”级别。它还努力识别误报 - 即一个词在一个上下文中可能不好而在其他上下文中不是。 看看http://filterlanguage.com