在C＃中解析“坏”字的字符串的最佳方法是什么？

Question

我想的是：

foreach (var word in paragraph.split(' ')) {
  if (badWordArray.Contains(word) {
    // do something about it
  }
}

但我确信有更好的方法。

提前致谢！

更新我不打算自动删除猥亵...对于我的网络应用程序，如果使用我认为“坏”的单词，我希望收到通知。 然后我会自己检查以确保它是合法的。 一种自动标记系统。

Answer 1

虽然你的方式有效，但可能有点耗费时间。 对于之前的SO问题， 这里有一个很好的回答 。 虽然问题是谈论PHP而不是C＃，但我认为它可以轻松移植。

编辑以添加示例代码：

public string FilterWords(string inputWords) {
    Regex wordFilter = new Regex("(puppies|kittens|dolphins|crabs)");
    return wordFilter.Replace(inputWords, "<3");
}

这应该或多或少对你有用。

编辑以回答OP澄清：

我不打算自动删除猥亵...对于我的网络应用程序，如果使用我认为“坏”的单词，我希望收到通知。

就像上面的替换部分一样，你可以看到是否匹配如此：

public bool HasBadWords(string inputWords) {
    Regex wordFilter = new Regex("(puppies|kittens|dolphins|crabs)");
    return wordFilter.IsMatch(inputWords);
}

如果传递给它的字符串包含列表中的任何单词，它将返回true 。

Answer 2

在我的工作中，我们在我们的软件中添加了一些自动坏词过滤（浏览源代码并突然在包含几页淫秽内容的数组中运行时有点令人震惊）。

一个提示是在对您的列表进行测试之前预先处理用户输入，在这种情况下，有人试图偷偷摸摸您。 所以通过预处理，我们

• 大写输入中的所有内容
• 删除大多数非字母数字（即，只拼出任何空格或标点符号等）
• 然后假设有人试图为字母传递数字，做这样的事情：用O替换零，用G替换9，用S替换5等等（获得创造性）

然后让一些朋友尝试打破它。 好有趣。

Answer 3

您可以考虑使用HashKey对象或Dictionary<T1, T2 >而不是数组，因为使用Dictionary可以使代码更有效，因为.Contains（）方法变得更有效.Keys.Contains（）。 如果你有大量的亵渎行为（不确定有多少！），情况尤其如此