最近做了一個遊戲聊天功能，其中有個過濾敏感字型的需求，其實這個功能很簡單，完全前端去控制，
傳送前把文字過濾一次，後端只轉發就好。

一.重要性

正則表示式在程式設計中經常會用到
如Web前端的合法輸入檢測【郵箱檢測等】
如遊戲聊天中的遮蔽字型等


二.學習
正則表示式規則，掌握一些常用的匹配規則，以下以為C#為例
1.匹配單個字元或單個單詞
例如RegEx = small__Zhang ,則會匹配文字中出現的所有small__zhang


2.匹配單個任意字元"."
例如RegEx = small.,則會匹配諸如small. small1 smallX等


3.如果我們本身只想匹配"."呢，因為"."屬於特殊字元，因為需要加個斜槓轉義
例如Regex = small\.,則只會匹配small.


4.使用[]用以劃定屬於組內的字元的界限
例如RegEx = small[zx],則會匹配smallz或smallx


5.在[]中使用區間，中間用'-'連線
例如RegEx = small__zhang[0-9],則會匹配small__zhang0 ~ small__zhang9的所有字元


6.在[]中使用反義字元，用^開頭
例如RegEx = small__zhang[^0-7],則會匹配除了small_-zhang0 ~ small__zhang7的其他small__zhangX字元


7.如想匹配'['或']'本身，則需要使用斜槓轉義


8.元字元\d和\D
\d與[0-9]相同，\D與[^0-9]相同


9.元字元\w和\W
\w與[a-zA-Z0-9]相同,\W與[^a-zA-Z0-9]相同


10.元字元\s和\S
\s匹配所有單個空字元， \S匹配所有非空字元


11.匹配一個或多個用+
例如RegEx = a+,則匹配一個或多個a


12.郵箱檢測
例如RegEx = [\w.]

[email protected][\w.]+\.\w+


13.匹配零個或一個字元用?
例如RegEx = flowers?,則匹配所有的flower或flowers


14.匹配固定資料的字元,用{數字}
例如RegEx = 1[35]\d{9},則匹配13或14開頭的手機號碼


15.匹配區間以內數目的字元，用{最小數字，最大數字}
例如RegEx = \d{1, 3},則匹配1-3位數字


16貪婪匹配和惰性匹配
a.貪婪匹配會盡可能的匹配更多的字元，遇到匹配的不急著將匹配的字元儲存到匹配集合中，而是繼續擴充套件，直到無法繼續匹配為止
b.惰性匹配會極可能的匹配可能少的字元，它從第一個字元開始找起，一旦符合條件，立刻儲存到匹配集合中，然後繼續進行查詢
c.貪婪匹配描述和惰性匹配描述對比:
左邊為貪婪匹配，右邊為惰性匹配
?               ??
++?
**?
{n}{n}?
{n,m}{n,m}?
{n,}{n,}?


17貪婪匹配和惰性匹配對比
匹配文字 small__zhang is a <b> game developer </b> living in <b> GuangZhou </b>.
RegEx = <b>.*</b>,返回<b> game developer </b> living in <b> GuangZhou </b>
RegEx = <b>.*?</b>,返回<b> game developer </b> 與 <b> GuangZhou </b>


18.匹配邊界使用\b
通常情況下以空格，段落首行，段落末尾，逗號，句號和'-'作為邊界
例如RegEx = \bsmall,匹配small開頭的字元
例如RegEx = \bzhang\b,匹配zhang這個字串


19.匹配文字首，使用^
例如RegEx = ^\s*small__zhang,匹配文字的開頭


20.匹配文字末尾，使用$
例如RegEx = small__zhang\s*$


21.子模式，使用"("和")"
例如RegEx = (<br\s*/?>){2,},則匹配諸如<br><br/><br />


22.或匹配，使用"|"
例如RegEx = <i>|<b>,則匹配<i>或<b>


23.子模式中使用或匹配
例如RegEx = (19|20)\d{2},則匹配19XX或20XX


24.巢狀子模式
例如RegEx = (19\d{2}|2000)-([1-9]|1[0-2]),月份可是1到9或者10到12


三.遮蔽關鍵字

public class SenesitiveWord
{
public static readonly Regex reg_word = null;
public static string[] GetDataBaseBlockWords()
{
List<string> dataBaseWords = DataMgr.sensitiveWordModel.GetAllWords();
string rets = dataBaseWords.ToArray();
return rets;
}

public static string GetPattern()
{
StringBuilder patt = new StringBuilder();
string s;
foreach(string word in GetDataBaseBlockWords())
{
if(word.Length == 0)
continue;

patt.AppendFormat("|{0}", word);
}

if(patt.Length > 0)
{
patt.remove(0, 1);
}
return patt.ToString();
}

private static Regex GetRegex()
{
if(reg_word == null)
{
reg_word = new Regex(GetPattern(), RegexOptions.IgnoreCase | RegexOptions.ExplicitCapture);
}
return reg_word;
}

private bool HasBlockWords(string raw)
{
return GetRegex().Match(raw).Success;
}

private static string WordsFilter(string raw)
{
string ret = GetRegex().Replace(raw, "***");
return ret;
}

public static string ConvertToFilterWords(string raw)
{
string ret = raw;
if(HasBlockWords(raw))
{
ret = WordsFilter(raw);
}
return ret;
}
}
 

這樣就可以過濾掉敏感詞庫中的字型了