Символы preg_quote регулярного выражения не обнаружены

У меня есть словарь ругательных слов в базе данных, и следующее отлично работает

preg_match_all("/\b".$f."(?:ing|er|es|s)?\b/si",$t,$m,PREG_SET_ORDER);

$t - это текст ввода и просто $f = preg_quote("punk"); "punk" из словаря базы данных, поэтому в этой точке цикла выражение выглядит следующим образом

preg_match_all("/\bpunk(?:ing|er|es|s)?\b/si",$t,$m,PREG_SET_ORDER);

preg_quote заменяет символы, например. # с \\#, чтобы выражение было экранировано, но когда словарь проверяет, например. "[email protected]" или "A$$" эти символы не обнаружены во входной строке с указанным выше выражением, у меня есть как a$$, так и [email protected] в словаре, но они не работают. Если я удаляю слово preg_quote() на слово, регулярное выражение недействительно, так как эти символы не экранируются.

Любые предложения о том, как я могу обнаружить "A$$"

Edit:

Итак, я думаю, что выражение, которое не работает как предполагалось, будет, например.

preg_match_all("/\bf\@ck(?:ing|er|es|s)?\b/si",$t,$m,PREG_SET_ORDER);

Что должно найти f @ck в $t

UPDATE:

Это мое использование, просто положите; если в $m есть совпадения, замените их на "\*\*\*\*", весь этот блок находится внутри цикла через каждое слово в словаре, $f - словарное слово, а $t - это вход

$f = preg_quote($f);
preg_match_all("/\b$f(?:ing|er|es|s)?\b/si",$t,$m,PREG_SET_ORDER);
if (count($m) > 0) {
     $t = preg_replace("/(\b$f(?:ing|er|es|s)?\b)/si","\*\*\*\*\*",$t);
}

UPDATE: Вот, var_dump:

preg_quote($f) = string(5) "a\$\$"
$t = string(18) "You're such an a$$"
expression = string(29) "/\ba\$\$(?:ing|er|es|s)?\b/si"

UPDATE: Это происходит только тогда, когда слова заканчиваются символом. Я тестировал "a$$hole" и его штраф, но "A$$" не работает.

ДРУГОЕ ОБНОВЛЕНИЕ: Попробуйте эту упрощенную версию, $words - словарь смены словаря

$words = array("a$$","asshole","a$$hole","[email protected]","f#ck","f*ck");
$text = "Input whatever you feel like here eg. a$$";

foreach ($words as $f) {
   $f = preg_quote($f,"/");
   $text = preg_replace("/\b".$f."(?:ing|er|es|s)?\b/si",
                         str_repeat("*",strlen($f)),
                        $t);
}

В результате я должен увидеть "Input whatever you feel like here eg. \*\*\*".

Ответ 1

Невозможно выполнить

Извините, но эту "проблему" действительно невозможно решить. Рассмотрим следующие:

  • ꜰᴜᴄᴋ является U + A730.1D1C.1D04.1D0B, "\n {LATIN LETTER SMALL CAPITAL F}\N {LATIN LETTER SMALL CAPITAL U}\N {LATIN LETTER SMALL CAPITAL C}\N {LATIN LETTER SMALL CAPITAL K}"
  • ᶠᵘᶜᵏ является U + 1DA0.1D58.1D9C.1D4F, "\n {МОДИФИЦИРОВАННОЕ ПИСЬМО SMALL F}\N {МОДИФИЦИРОВАННОЕ ПИСЬМО SMALL U}\N {МОДИФИЦИРОВАННОЕ ПИСЬМО SMALL C}\N {МОДИФИЦИРОВАННОЕ ПИСЬМО SMALL K}"
  • 𝒻𝓊𝒸𝓀 является U + 1D4BB.1D4CA.1D4B8.1D4C0, "\n {MATHEMATICAL SCRIPT SMALL F}\N {МАТЕМАТИЧЕСКИЙ SCRIPT МАЛЫЙ U}\N {МАТЕМАТИЧЕСКИЙ SCRIPT SMALL C}\N {МАТЕМАТИЧЕСКИЙ SCRIPT SMALL K}"
  • 𝖋𝖚𝖈𝖐 является U + 1D58B.1D59A.1D588.1D590, "\n {МАТЕМАТИЧЕСКИЙ БЕЛЫЙ FRAKTUR SMALL F}\N {МАТЕМАТИЧЕСКИЙ БЕЛЫЙ ФРАКТУР МАЛЕНЬКИЙ U}\N {МАТЕМАТИЧЕСКИЙ ЗОЛОТЫЙ ФРАКТУР МАЛЫЙ C}\N {МАТЕМАТИЧЕСКИЙ БЕЛЫЙ ФРАКТУР МАЛЫЙ K}"
  • 𝓕 𝒰 𝒞 𝒦 является U + 1D4D5.1D4B0.1D49E.1D4A6, "\n {МАТЕМАТИЧЕСКИЙ БЛОК SCRIPT КАПИТАЛ F}\N {МАТЕМАТИЧЕСКИЙ SCRIPT КАПИТАЛ U}\N {МАТЕМАТИЧЕСКИЙ SCRIPT CAPITAL C}\N {MATHEMATICAL SCRIPT CAPITAL K}"
  • ⓕ ⓤ ⓒ ⓚ является U + 24D5.24E4.24D2.24DA, "\n {CIRCLED LATIN SMALL LETTER F}\N {CIRCLED LATIN SMALL LETTER U}\N {CIRCLED LATIN SMALL LETTER C}\N {CIRCLED LATIN SMALL LETTER K}"
  • Γ̵ 𐌵 ᏟᏦ является U + 393.335.10335.13DF.13E6, "\n {GREEK CAPITAL LETTER GAMMA}\N {СОХРАНЕНИЕ КОРОТКОГО ПЕРЕГОВОРА СТРОКА}\N {ГОТОВОЕ ПИСЬМО QAIRTHRA}\N {CHEROKEE LETTER TLI}\N {CHEROKEE LETTER TSO}"
  • ƒμɕѤ - U + 192.3BC.255.464, "\n {ЛАТИНСКАЯ МАЛЕНЬКАЯ ПИСЬМА F С КРЫШКОЙ}\N {ГРЕЧЕСКАЯ МАЛЕНЬКАЯ ПИСЬМА MU}\N {ЛАТИНСКАЯ МАЛЕНЬКАЯ ПИСЬМА C CURL}\N {CYRILLIC CAPITAL LETTER IOTIFIED E}"
  • Г̵ЦСК является U + 413.335.426.421.41A, "\n {CYRILLIC CAPITAL LETTER GHE}\N {СОХРАНЕНИЕ КОРОТКОГО ПЕРЕГОВОРА СТРОКА}\N {CYRILLIC CAPITAL LETTER TSE}\N {CYRILLIC CAPITAL LETTER ES}\N {CYRILLIC CAPITAL LETTER KA}"
  • ғᵾȼƙ является U + 493.1D7E.23C.199, "\n {CYRILLIC SMALL LETTER GHE WITH STROKE}\N {ЛАТИНСКОЕ МАЛОЕ КАПИТАЛЬНОЕ ПИСЬМО U С ТРОКОЙ}\N {ЛАТИНСКОЕ МАЛОЕ ПИСЬМО C С ТРОКОМ}\N {LATIN МАЛЕНЬКОЕ ПИСЬМО K С КРЫШКОЙ}"
  • ϜυϚΚ является U + 3DC.3C5.3DA.39A, "\n {GREEK LETTER DIGAMMA}\N {GREEK SMALL LETTER UPSILON}\N {GREEK LETTER STIGMA}\N {GREEK CAPITAL LETTER KAPPA}"
  • ЖↃU ᆿ является U + 416.2183.55.11BF, "\n {CYRILLIC CAPITAL LETTER ZHE}\N {РОМАНСКОЕ ЧИСЛО ИЗОБРАЖЕНО ОДИН СТОЛ}\N {ЛАТИНСКОЕ КАПИТАЛ ПИСЬМО U}\N {HANGUL JONGSEONG KHIEUKH}"
  • ʞɔnɟ - U + 29E.254.6E.25F, "\n {LATIN SMALL LETTER TURNED K}\N {LATIN SMALL LETTER OPEN O}\N {LATIN SMALL LETTER N}\N {LATIN SMALL LETTER DOTLESS J WITH ХОДА}"

Получает худшее

И если вы считаете, что это легко, просто попробуйте справиться со всеми из них:

𝓕 00 Ↄ ʞ, F ᵾ ⒞ K, K ⓒ C ⒡, 𝖋 𝖀 K 𝒸, ғ ∞ Ϛ k, f 𝓊 Ꮯ K, ⓕ oo ɔ ⓚ, ɟ ⒰ ¢ K, 𝒻 𝖚 ȼ 𝖐, 𝕱 Ù ȼ ⒦, f 𝒰 ⒞ ƙ, F 𐌵 ᶜ 𝕶, F ∞ 𝒞 Ж, 𝕱 @Ꮯ 𝓀, ɟ ᵘ 𝒞 𝕶, F Ц ¢ 𝒦, f oo Ꮯ ʞ, 𝕱 oo ¢ Ж, 𝕱 υ ᶜ Κ, Ϝ ú * ʞ, ꜰ 𝖚 c K, ƒ ᵘ ȼ k, 𝖋 U ȼ 𝕶, Ж ɔ μ ƒ, F ⓤ ⒞ k, ƒ 𝖚 C ƙ, ғ 00 ɔ Ѥ, ƒ U c ᴋ, 𝕱 ∞ Ꮶ ⓒ, ꜰ 𝓊 ᴄ ⒦, 𝕱 ⒰ Ꮯ Ѥ, ꜰ ᴜ 𝒞 ⒦, F 𝒰 𝖈 ʞ, f 00 𝖈 𝓀, ғ u С K, f 𐌵 ɔ Κ, f μ Ↄ K, ɟ 𝖚 c ʞ, f 𝖚 Ↄ 𝖐, F μ ¢ 𝓀, ᆿ 𝖀 ᴄ ⒦, Κ ¢ oo ɟ, ᶠ μ ᶜ Ѥ, ᶠ ⓤ Ꮯ Ж, 𝒦 ⒞ ᵘ F, F @C ⓚ, Ѥ ᴄ u F, ⒡ ᵾ C k, ƒ μ ᶜ ᴋ, F 𝒰 C 𝓀, f ᵘ ¢ ᵏ, ᆿ 00 𝒸 𝕶, ꜰ υ ȼ K, Ϝ 𝓊 ȼ К, 𝕱 oo ɕ ᴋ, ғ 𝒰 Ꮯ ᴋ, ꜰ n 𝒸 K, ꜰ μ Ϛ К, F ∞ ȼ 𝖐, ⒡ 𐌵 Ↄ Κ, ƒ 𝖚 ⒞ 𝒦, ᶠ U C Ꮶ, ᶠ υ Ↄ ƙ, 𝓕 𝓊 C 𝓀, Ϝ U 𝒸 Ѥ, Ϝ U Ↄ 𝓀, 𝒻 U ⒞ ᵏ, F @C К, ғ ᴜ 𝖈 ᴋ, ⒡ U 𝒸 К, ɟ U * ᵏ, 𝖋 C c Κ, ғ U Ↄ 𝕶, ƒ ⒰ 𝒞 ᵏ, ғ 𝖚 * K, 𝖋 n 𝕮 ⓚ, ᶠ 00 С К, 𝖋 Ц 𝒞 k, ƙ c Ц ᶠ, 𝕱 ⒰ Ѥ 𝖈, ꜰ ǔ ᴄ ⒦, F 𝒰 Ↄ 𝓀, 𝒦 𝖈 υ ꜰ, 𝖋 𝖚 * ᵏ, 𝖋 00 𝕮 Ж, Κ C 𝖚 𝖋, ᶠ U С K, ꜰ 𝖀 𝖈 Κ, ɟ U ᶜ ⓚ, 𝒻 ∞ ȼ ᴋ, ƒ U К ć, ƒ υ ȼ ᴋ, ⒡ ∞ Ж ɕ, 𝖋 ᵘ 𝖈 ᵏ, F U Ϛ ʞ, ⓕ 𐌵 𝕮 Ж, 𝕱 𝒰 𝓀 Ↄ, Ϝ n * K, 𝓕 oo c ⓚ, ƒ U ¢ ʞ, ƒ u C ʞ, K ¢ μ ⒡, ɟ ⒰ K ɔ, F U c k, F 𝖈 ⓚ, 𝒻 U ᴋ ɔ, 𝖋 𝖀 Ꮯ 𝒦, 𝒻 𐌵 𝖈 𝖈, ⓕ 𝖚 C К, ɟ ᵾ * ⒦, ᶠ ᵘ ⒞ ⒦, ƒ ⒰ ᴄ ᵏ, ⒡ ⒰ С K, 𝓕 ⒰ * ᴋ, ᆿ ∞ ʞ ɕ, 𝒻 n * Ѥ, Ϝ μ ᴄ 𝒦, k ć ᵘ ƒ, 𝓕 ᵘ ɕ 𝖐, ɟ ɟ Ꮶ ᴄ, 𝓕 ᵾ ⒞ ᵏ, ғ ᵘ 𝒸 ᵏ, 𝖋 ᵾ * Ѥ, F 𝖚 Ꮯ K, ғ ⓤ 𝕮 ᴋ, ƒ u ɕ 𝖐, ƙ c ⒰ F, 𝒻 𝒰 ⓒ Κ, K ᶜ ᶜ 𝕱, ɟ 𝖚 c ⒦, ƒ @c Κ, Ϝ Ϝ ȼ Ḱ, ⒡ ᵘ 𝒞 ⒦, ɟ ᵾ Ѥ ¢, F 𝖀 Ↄ 𝒦, Ϝ ᴜ 𝖐 𝖈, Ϝ 𝖀 ⒞ 𝖐, 𝕱 𝕱 Ꮯ ʞ, ƒ υ Ꮯ ᵏ, F ᵾ Ꮯ Κ, Ϝ ᵘ ⓒ ʞ, 𝓕 ⓤ ᶜ ƙ, ᆿ 𝒰 ⒞ 𝕶, f 𝖀 Ↄ Ѥ, 𝖋 U 𝒞 K, Ϝ ᴜ * 𝓀, ꜰ @ⓒ ʞ, ƒ u ⓒ 𝒦, f U ⒞ k, 𝕱 00 ᴄ Ѥ, 𝒻 υ C K, F ᴜ ᴄ 𝕶, ⓕ oo Ↄ ⓚ, ⒡ ᵘ ɕ 𝓀, ⓕ υ ᴄ Κ, ᆿ U Ꮯ 𝕶, 𝒻 𝖀 Ꮯ Ꮶ, 𝖋 𐌵 Ć 𝓀, 𝓕 Ц ɕ К, f @Ↄ ⓚ, ᴋ ᶜ U ꜰ, 𝓕 ᴜ c ⒦, F ᵘ C 𝒦, 𝒻 00 𝖈 Ꮶ, ꜰ 00 𝖈 K, Ϝ 𝖚 Ϛ ᵏ, F 𐌵 c Ѥ, ⓕ oo Ↄ K, f ᵾ C ᵏ, ⓕ C c 𝒦, 𝓕 𐌵 c Ж, Ⓕ 𝓊 𝒞 ƙ, ⓚ C n ғ, ɟ U ȼ 𝕶, 𝒻 00 K ȼ, 𝒻 𐌵 ᴄ 𝖐, 𝒻 Ц C 𝓀, 𝖋 Ц ¢ 𝓀, Ϝ ᵘ c k, ⒡ 𐌵 ¢ k, ƒ ⓤ ⓚ Ↄ, 𝒻 𐌵 𝕮 к, ƒ U Ↄ K, 𝓕 𝖀 ᴄ Ꮶ, ᆿ ⓤ 𝕮 ⒦, Ж ɔ U 𝖋, ƒ υ * ᴋ, ƒ 𝓊 𝒞 k, 𝓕 U С ⒦, 𝒻 𝖚 C Ж, ƒ μ Ꮯ ƙ, ⓕ n ᴄ ⒦, Ⓕ μ ⓒ Ж, ⒡ 00 ɕ 𝖐, 𝕱 ᴜ ᶜ 𝒦, ᆿ Ù Ж 𝖈, ⒦ ȼ U 𝖋, k C ⓤ ᆿ, Ϝ n ȼ ᵏ, ᴋ ȼ ᵾ ɟ, F 𝖀 ȼ Ѥ, ғ ⒰ ȼ 𝒦, f U Ж ⒞, F ῠ 𝒸 ᵏ, F u 𝒸 Κ, F 00 ȼ 𝕶, ꜰ μ Ϛ Ꮶ, ᆿ 𝖀 𝒞 K, ⒡ n Ↄ Ж, F @𝒞 ƙ, ᶠ ὺ 𝒸 К, 𝒻 U C ᵏ, F U 𝖈 ⒦, 𝒻 00 Ↄ 𝕶, ᶠ 𝖚 c К, ғ ⓤ 𝒞 𝒦, 𝓕 ⓤ 𝖈 Κ, 𝒻 U 𝒸 Ж, ⒡ 𝖀 ɔ Ꮶ, ⓚ ɔ 𝓊 f, 𝒻 U C K, F @C Ѥ, ғ ᴜ С k, ɟ u * ƙ, ⓕ ᵾ ɕ 𝒦, 𝕱 00 ȼ K, 𝒻 υ 𝓀 𝖈, ƒ ⒰ * ʞ, ⓕ U Ↄ Ↄ, ꜰ U ȼ ƙ, ⒡ u C ⒦, ꜰ ᴜ 𝕮 Ќ, ᆿ μ 𝒞 ⒦, ⓕ @ᴄ К, ᶠ υ ɔ ᵏ, ƙ Ↄ oo ꜰ, F ᴜ 𝕮 𝒦, 𝓕 ⒰ C ᵏ, 𝖋 U 𝒸 ƙ, ƒ ∞ C Ꮶ, 𝒻 ⒰ * K, 𝒻 u Ↄ ᴋ, ᆿ U ⓒ 𝓀, ᆿ U Ꮶ 𝕮, 𝓕 n 𝒦 𝖈, ƒ Ц C ƙ, ⒦ 𝖈 𝒰 ꜰ, K ¢ ᵘ f, 𝕱 ⒰ 𝖈 Ꮶ, 𝓀 ᴄ 00 𝖋, Ϝ U 𝒞 k, 𝕱 u ¢ ⒦, 𝕱 𝓊 * Ѥ, ƒ 𝖀 С ᴋ, 𝒻 𝖀 C Ꮶ, 𝖋 @𝕮 Κ, ʞ С 𝖀 ᶠ, 𝖋 ᵾ Ϛ Ꮶ, ᶠ ⒰ ɔ 𝒦, F Ц ⒞ ʞ, ⒡ ⒰ К ɔ, ɟ υ ¢ 𝕶, Ѥ ȼ U ᆿ, 𝒻 ᴜ Ↄ ʞ, ғ 𝓊 * K, 𝒻 𝒰 ᴄ ʞ, F 𝖀 𝖈 ʞ, 𝒻 @ȼ 𝒦, 𝒻 ⒰ * 𝖐, 𝒻 ᵾ ȼ 𝒦, F 𐌵 ¢ Ѥ, ꜰ ⓤ ƙ Ϛ, ⓕ 00 c ʞ, 𝕱 00 Ϛ K, 𝖋 υ Ↄ Κ, ꜰ μ ⓒ Ж, 𝒻 ᵘ Ϛ ʞ, Ϝ ᵘ Ↄ ᵏ, ⒡ ᵾ Ꮯ 𝒦, Ϝ ⒰ ȼ Ѥ, ƒ n 𝒞 Ѥ, ᆿ μ ⓒ k, 𝖋 ɕ Κ, ғ μ 𝕮 Ѥ, f ⓤ Ꮯ 𝖐, ᵏ 𝕮 μ ƒ, ᵏ С 𝖚 𝓕, ᆿ ∞ 𝖈 𝒦, ғ ᵘ Ꮯ Ꮯ, ƒ μ Ↄ k, f oo K ȼ, ɟ 𝓊 𝕶 С, ꜰ n 𝖈 K, 𝒻 00 𝖈 ᵏ, ᶠ μ ⓒ 𝓀, 𝖐 c ∞ Ϝ, ᆿ Ц Ć ⒦, 𝕱 ᵘ ᴄ 𝒦, F 00 𝕮 ⓚ, ᶠ @ȼ К,...

И это не все: есть, по крайней мере, еще больше, когда они пришли. Вы видите, почему это принципиально невозможно?

Полное раскрытие

Потому что я не верю в безопасность через неясность, здесь программа, которая генерирует все это:

#!/usr/bin/env perl
#
# unifuck - print infinite permutations of fuck in unicode aliases
#
# Tom Christiansen <[email protected]>
# Mon May 23 09:37:27 MDT 2011

use strict;
use warnings;
use charnames ":full";

use Unicode::Normalize;

binmode(STDOUT, ":utf8");

our(@diddle, @fuck, %fuck); # initted down below
while (my($f,$u,$c,$k) = splice(@fuck, 0, 4)) {
    $fuck{F}{$f}++;
    $fuck{U}{$u}++;
    $fuck{C}{$c}++;
    $fuck{K}{$k}++;
} 

my @F = keys %{ $fuck{F} };
my @U = keys %{ $fuck{U} };
my @C = keys %{ $fuck{C} };
my @K = keys %{ $fuck{K} };

while (1) { 
    my $f = $F[rand @F];
    my $u = $U[rand @U];
    my $c = $C[rand @C];
    my $k = $K[rand @K];

    for ($f,$u,$c,$k) {  
        next if length > 1;
        next if /\p{EA=W}/;
        next if /\pM/;
        next if /\p{InEnclosedAlphanumerics}/;
        s/$/$diddle[rand @diddle]/          if rand(100) < 15;
        s/$/\N{COMBINING ENCLOSING KEYCAP}/ if rand(100) <  1;
    }

    if    (             0) {                                       }
    elsif (rand(100) <  5) {     $u        = q(@)                  } 
    elsif (rand(100) <  5) {        $c     = q(*)                  } 
    elsif (rand(100) < 10) {       ($c,$k) = ($k,$c)               } 
    elsif (rand(100) < 15) { ($f,$u,$c,$k) = reverse ($f,$u,$c,$k) }

    print NFC("$f $u $c $k\n");
}

BEGIN {

    # ok to have repeats in each position, since they'll be counted only once
    # per unique strings
    @fuck = (

        "\N{LATIN CAPITAL LETTER F}",
        "\N{LATIN CAPITAL LETTER U}",
        "\N{LATIN CAPITAL LETTER C}",
        "\N{LATIN CAPITAL LETTER K}",

        "\N{LATIN SMALL LETTER F}",
        "\N{LATIN SMALL LETTER U}",
        "\N{LATIN SMALL LETTER C}",
        "\N{LATIN SMALL LETTER K}",

        "\N{LATIN SMALL LETTER F}",
        "\N{INFINITY}",
        "\N{LATIN SMALL LETTER C}",
        "\N{LATIN SMALL LETTER K}",

        "\N{LATIN SMALL LETTER F}",
        "\N{LATIN SMALL LETTER O}\N{LATIN SMALL LETTER O}",
        "\N{LATIN SMALL LETTER C}",
        "\N{KELVIN SIGN}",

        "\N{LATIN SMALL LETTER F}",
        "\N{DIGIT ZERO}\N{DIGIT ZERO}",
        "\N{CENT SIGN}",
        "\N{LATIN CAPITAL LETTER K}",

        "\N{LATIN LETTER SMALL CAPITAL F}",
        "\N{LATIN LETTER SMALL CAPITAL U}",
        "\N{LATIN LETTER SMALL CAPITAL C}",
        "\N{LATIN LETTER SMALL CAPITAL K}",

        "\N{MODIFIER LETTER SMALL F}",
        "\N{MODIFIER LETTER SMALL U}",
        "\N{MODIFIER LETTER SMALL C}",
        "\N{MODIFIER LETTER SMALL K}",

        "\N{MATHEMATICAL SCRIPT SMALL F}",
        "\N{MATHEMATICAL SCRIPT SMALL U}",
        "\N{MATHEMATICAL SCRIPT SMALL C}",
        "\N{MATHEMATICAL SCRIPT SMALL K}",

        "\N{MATHEMATICAL BOLD FRAKTUR CAPITAL F}",
        "\N{MATHEMATICAL BOLD FRAKTUR CAPITAL U}",
        "\N{MATHEMATICAL BOLD FRAKTUR CAPITAL C}",
        "\N{MATHEMATICAL BOLD FRAKTUR CAPITAL K}",

        "\N{MATHEMATICAL BOLD FRAKTUR SMALL F}",
        "\N{MATHEMATICAL BOLD FRAKTUR SMALL U}",
        "\N{MATHEMATICAL BOLD FRAKTUR SMALL C}",
        "\N{MATHEMATICAL BOLD FRAKTUR SMALL K}",

        "\N{MATHEMATICAL BOLD SCRIPT CAPITAL F}",
        "\N{MATHEMATICAL SCRIPT CAPITAL U}",
        "\N{MATHEMATICAL SCRIPT CAPITAL C}",
        "\N{MATHEMATICAL SCRIPT CAPITAL K}",

        "\N{CIRCLED LATIN SMALL LETTER F}",
        "\N{CIRCLED LATIN SMALL LETTER U}",
        "\N{CIRCLED LATIN SMALL LETTER C}",
        "\N{CIRCLED LATIN SMALL LETTER K}",

        "\N{PARENTHESIZED LATIN SMALL LETTER F}",
        "\N{PARENTHESIZED LATIN SMALL LETTER U}",
        "\N{PARENTHESIZED LATIN SMALL LETTER C}",
        "\N{PARENTHESIZED LATIN SMALL LETTER K}",

        "\N{GREEK CAPITAL LETTER GAMMA}\N{COMBINING SHORT STROKE OVERLAY}",
        "\N{GOTHIC LETTER QAIRTHRA}",
        "\N{CHEROKEE LETTER TLI}",
        "\N{CHEROKEE LETTER TSO}",

        "\N{LATIN SMALL LETTER F WITH HOOK}",
        "\N{GREEK SMALL LETTER MU}",
        "\N{LATIN SMALL LETTER C WITH CURL}",
        "\N{CYRILLIC CAPITAL LETTER IOTIFIED E}",

        "\N{CYRILLIC CAPITAL LETTER GHE}\N{COMBINING SHORT STROKE OVERLAY}",
        "\N{CYRILLIC CAPITAL LETTER TSE}",
        "\N{CYRILLIC CAPITAL LETTER ES}",
        "\N{CYRILLIC CAPITAL LETTER KA}",

        "\N{CYRILLIC SMALL LETTER GHE WITH STROKE}",
        "\N{LATIN SMALL CAPITAL LETTER U WITH STROKE}",
        "\N{LATIN SMALL LETTER C WITH STROKE}",
        "\N{LATIN SMALL LETTER K WITH HOOK}",

        "\N{GREEK LETTER DIGAMMA}",
        "\N{GREEK SMALL LETTER UPSILON}",
        "\N{GREEK LETTER STIGMA}",
        "\N{GREEK CAPITAL LETTER KAPPA}",

        "\N{HANGUL JONGSEONG KHIEUKH}",
        "\N{LATIN CAPITAL LETTER U}",
        "\N{ROMAN NUMERAL REVERSED ONE HUNDRED}",
        "\N{CYRILLIC CAPITAL LETTER ZHE}",

        "\N{LATIN SMALL LETTER DOTLESS J WITH STROKE}",
        "\N{LATIN SMALL LETTER N}",
        "\N{LATIN SMALL LETTER OPEN O}",
        "\N{LATIN SMALL LETTER TURNED K}",

        "\N{FULLWIDTH LATIN CAPITAL LETTER F}",
        "\N{FULLWIDTH LATIN CAPITAL LETTER U}",
        "\N{FULLWIDTH LATIN CAPITAL LETTER C}",
        "\N{FULLWIDTH LATIN CAPITAL LETTER K}",

    );

    @diddle = (
        "\N{COMBINING GRAVE ACCENT}",
        "\N{COMBINING ACUTE ACCENT}",
        "\N{COMBINING CIRCUMFLEX ACCENT}",
        "\N{COMBINING TILDE}",
        "\N{COMBINING BREVE}",
        "\N{COMBINING DOT ABOVE}",
        "\N{COMBINING DIAERESIS}",
        "\N{COMBINING CARON}",
        "\N{COMBINING CANDRABINDU}",
        "\N{COMBINING INVERTED BREVE}",
        "\N{COMBINING GRAVE TONE MARK}",
        "\N{COMBINING ACUTE TONE MARK}",
        "\N{COMBINING GREEK PERISPOMENI}",
        "\N{COMBINING FERMATA}",
        "\N{COMBINING SUSPENSION MARK}",
    );

}

Ответ 2

\b проверяет границу слова. Согласно http://www.regular-expressions.info/wordboundaries.html:

В качестве границ слов существуют три разных позиции:

  • Перед первым символом в строке, если первый символ является символом слова.
  • После последнего символа в строке, если последний символ является символом слова.
  • Между двумя символами в строке, где один является символом слова, а другой не является символом слова.

"Символы слов" - это буквы, цифры и символы подчеркивания, поэтому в строке "a $$" граница слова происходит после "a", а не после второго "$".

Вам, вероятно, потребуется явно указать символы, которые вы считаете "границами слов", используя класс (например, [- '"]).

Ответ 3

Теперь, когда вы сказали, что это не работает в конце слова, я вижу проблему. [email protected] или любые другие такие специальные символы не являются частью слова (поэтому \b прерывает слово после "a" в случае "a $$", если за ним не следуют никакие другие буквы во входной строке). Я предлагаю использовать [^a-z], чтобы пометить конец слова, чтобы исправить его.

preg_match_all("/\b".$f."(?:ing|er|es|s)?[^a-z]/si",$t,$m,PREG_SET_ORDER);