Фикс [CHAT] RegEx для русского мата

[imDaniX]

Добавил файлик russian-spaced.md, в котором регулярка поделена на слова, каждое с новой строки(не считая первую и последнюю). Она не сработает для Chatty, но её удобнее редактировать если лень разбираться в огромной строке.
Ещё немного переместил проверки во второй половине, чтобы некоторые популярные маты обрабатывались с бОльшим приоритетом.

 

[Dymeth]

Ни на одно из этих слов эта регулярка не срабатывает, не считая "хулить"

Да, действительно, всё работает. Похоже, косякнул при экранировании

 

[CatCoder]

Предлагаю пойти дальше: создать нейронную сеть для детекта мата. Для ее обучения просто скормим ей размеченный список матов. Может даже кто-то таким занимался, я не гуглил, но идея хорошая.

 

[imDaniX]

Предлагаю пойти дальше: создать нейронную сеть для детекта мата. Для ее обучения просто скормим ей размеченный список матов. Может даже кто-то таким занимался, я не гуглил, но идея хорошая.

Хорошая, но все же довольно упоротая. Пускай чат и в отдельном потоке идёт, нейросеть все же не самый быстрый инструмент.. вроде... Но и регулярные выражения не 10/10... Без эксперимента не определить тащемта, но с нейросетями я не работал, потому остаётся лишь ждать явления свыше.

 

[imDaniX]

Добавил russian-transcript.txt. Сделал только среди основных матов, и не везде. Если есть пожелания - пишите, переделаю. Обновлять буду с запозданием от основной регулярки.

 

[imDaniX]

Если кому нужно под JS - убираете (?iu) и выносите их за регулярку, а-ля /регулярное выражение/iu. Далее меняете первый \b на (?<=(^|[^а-я])), последний на (?=($|[^а-я])), т.к. JS не умеет в юникод в случае с \b

 

[imDaniX]

Внезапно обнаружил, что по запросу "мат регулярка" в поисковике этот пост одним из первых показывается. По такому случаю обновил readme на гисте. Алсо, поправил нахождение пары слов в родительском падеже.

 

[alexandrage]

Таки регулярки не дешего обходятся, я бы не стал ставить на сервер с большим онлайном.

 

[imDaniX]

Таки регулярки не дешего обходятся, я бы не стал ставить на сервер с большим онлайном.

Согласен, однако, опять же, чат идёт своим потоком, что отчасти нивелирует вопрос производительности... но осадочек всё равно остается.
С другой стороны, я редко вижу адекватные реализации фильтра, которые выходят за обычные словари и регулярки, но и те обычно жуют нормальные слова, вроде местного "употре****ь". Надо бы попробовать написать что-нибудь...

 

[alexandrage]

что отчасти нивелирует вопрос производительности...

Но это не мешает положить сервер чатом. Да и учить цензуре должны родители, а не админы серверов. Это целиком и полностью на их совести, если они не контролируют своих детей.

 

[imDaniX]

Но это не мешает положить сервер чатом

Разве ж? Если кто и соберет подобную атаку, регулярка будет лишь одним из факторов, но никак не причиной - само присутствие толпы игроков на сервере будет бить больше.

 

[alexandrage]

Разве ж? Если кто и соберет подобную атаку, регулярка будет лишь одним из факторов, но никак не причиной - само присутствие толпы игроков на сервере будет бить больше.

Ну и в чат они часто пишут да.

 

[MaskinSin]

А для какого это плагина!

 

[imDaniX]

А для какого это плагина!

Для любого, где есть поддержка регулярных выражений. В первом посте упомянуты те плагины, в которых она точно есть.

 

[imDaniX]

Забыл уже про эту тему, но регулярки обновляю периодически. Там нынче добавились варианты под JS и Python. Вариант с транскриптом в итоге был убран, ибо заниматься им стало слишком тяжело. Всё ещё думаю заделать скрипт для автоматизации конвертации, но пока не до этого.