Фильтр "плохих слов"

Не очень технический, но... Я должен внедрить фильтр плохих слов на новом сайте, который мы разрабатываем. Поэтому мне нужен "хороший" список плохих слов, чтобы накормить мой db... любым намеком/направлением? Оглядываясь на google, я нашел это, и это начало, но не более того.

Да, я знаю, что такие фильтры легко экранируются... но клиент будет клиентом!!!:-)

На сайте нужно будет отфильтровать как английские, так и итальянские слова, но для итальянца я могу попросить моих коллег помочь мне с составленным сообществом списком "parolacce":-) - письмо будет сделано.

Спасибо за любую помощь.

ОТВЕТЫ

Ответ 1

Я не видел ни одного языка, но вы можете использовать его для PHP, он будет генерировать RegEx для каждой запрограммированной работы, чтобы даже умышленное неправильное использование (т.е. @ss, i3itch) также было уловлено.

<?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>

Ответ 4

Если кому-то нужен API, google в настоящее время предоставляет индикатор плохого слова.

http://www.wdyl.com/profanity?q=naughtyword

{
response: "false"
}

Обновление: Google теперь удалил эту службу.

Ответ 5

Я бы сказал, что просто удаляю сообщения, когда вы узнаете о них, и блокируйте пользователей, которые чрезмерно откровены с их публикациями. Вы можете сказать очень оскорбительные вещи, не используя никаких ругательных слов. Если вы заблокируете слово ass (aka donkey), тогда люди просто наберут $$ или /\ 55 или что-то еще, что им нужно будет напечатать, чтобы пройти мимо фильтра.

Ответ 6

+1 по ошибке Clbuttic, я думаю, что важно, чтобы фильтры "плохого слова" просматривали как ведущие, так и конечные пробелы (например, "задница" ), а не только точную строку, так что у нас не будет такие слова, как clbuttic, clwuttes, buttert, buttess и т.д.

Ответ 7

Вы всегда можете убедить клиента в том, что сеанс пользователей просто постоянно публикует ругательства и делает легкое решение для добавления их в систему. Это большая работа, но она, вероятно, будет более представительной для сообщества.

Ответ 9

Недавно я нашел эту бесплатную фильтрацию плохих слов в онлайн-сервисе. Они разрешают WCF и Form Posts в JSON. Он работает очень хорошо, и мне не нужно обновлять список, так как их список постоянно обновляется. у них есть как свободные, так и доступные премиальные услуги.

его стоит посмотреть.

http://www.thefilthylist.com

Ответ 10

При исследовании этой темы я решил, что нужно было больше, чем просто список, который выполняет произвольные замены. Я создал веб-сервис, который позволяет вам определить уровень "чистоты", который вы желаете. Он также прилагает усилия для выявления ложных срабатываний - то есть, когда слово может быть плохим в одном контексте, но не в других. Взгляните на http://filterlanguage.com