【基于网易规则的垃圾词汇匹配】可匹配广告、涩情、政...

雾削木 · 发表于 2022-8-17 11:33:35

本源码因为要屏蔽涩情、政治、军事等各种词汇，所以词库中包含的大量污言秽语！！！
还请各位理性看待！！
词库来源是网易的，之前为了屏蔽各种垃圾，网易的屏蔽库也是很大。
词库通过CV防到了常量里面，长度是：288324，接近二十九万，所以建议开启易语言助手中易语言优化的输入30000限制。

因为词库来源是网易，所以这个词库中包含的一切信息均与本人无关，还请大佬放过。

解析方面使用了 zyJson 和正则表达式支持库（2.0#0版）&& 正则表达式支持库(Deelx版) （2.3#0版）
因为在CV的时候部分不属于Ansi范围的字符变成了??，从而出现的匹配失误进行了消除操作；
相关正则中的惰性和贪婪匹配就暂时不讲了，简单调整了两三个匹配单元里的出错字符（不明bug；

具体使用则是用类操作，创建一个垃圾词匹配类后初始化，就可以不断用匹配函数进行匹配，每次匹配返回真后可以用取开始位置和取文本返回相应的数据，如果在匹配返回假的情况下调用则会返回上次匹配的数据。

简单梳理屏蔽的范围包括：涩情、敏感、暴力、血腥、政治、军事、广告、赌博、毒品、污言秽语、外挂、等等等，即使这样也防不住那些更加有意为之的亡命之徒，所以理性对待吧，鉴黄师、审核员也很难当的。
用此源码来做屏蔽器绝对yyds~