有没有办法在不和谐的信息中找到一个单词的确切字符串？

Question

目前，我正在研究一个不和谐的机器人，它正在过滤消息。我的问题是在尝试过滤其他包含的单词时发生的，从而触发重复的消息。

这是我的filter.txt：

sad
sadness
sadnesses

因为“悲伤”也可以在“悲伤”中找到，所以每当写“悲伤”时，我都会得到“悲伤”的假阳性。

是否可能只检测消息中的确切字符串？就像：I want to be happy, because sadness is bad→‘只是发现悲伤’

我希望你能理解我的意思。

代码：

public void onGuildMessageReceived(GuildMessageReceivedEvent e) {
    File file = new File("src/filter.txt");
    try {
        BufferedReader br = new BufferedReader(new FileReader(file));
        String line;
        while ((line = br.readLine()) != null) {
            if(!line.startsWith("#")) {
                if(e.getMessage().getContentRaw().contains(line)) {
                    User user = e.getJDA().getUserById(e.getAuthor().getIdLong());
                    e.getMessage().delete().queue();
                    user.openPrivateChannel().queue(privateChannel -> {
                        privateChannel.sendMessage("Bitte achte auf deine Sprache!").queue();
                    });
                }                   
            }
        }
    } catch (IOException e1) {}
}

Answer 1

正如红衣主教莫妮卡和哈迪斯已经说过的，你应该看看regex。

“‘Regex”表示“正则表达式”，并描述字符串的搜索模式。

您可以使用regex做很多事情，所以如果您想了解更多关于regex的信息，请查看教程。

(这是我在谷歌搜索时第一次发现，你当然可以使用任何你喜欢的教程。)

对于您的用例，我建议如下：

首先，不要使用String.contains()，因为它只适用于String，而不是regex。

与以下正则表达式一起使用String.matches()：

"(?is).*\\bSTRING\\b.*"

因为有一些逃逸操作，所以没有正则表达式，这就是它的样子：

(?is).*\bSTRING\b.*

我会解释它是如何工作的。

\b

\b匹配一个单词边界。单词是a - z，A - Z，0 - 9和_.这个字符的任何组合都被认为是一个单词。

这样做的好处是，在以下情况下，您可以匹配“悲伤”一词：

• “我很难过。”句子末尾的.→并不影响检测。
• “悲伤是我的事”→这个词是匹配的，即使它是第一个。(这也受到.*的影响。)

当使用“悲伤”时，它将与“悲伤”一词不相匹配，因为“悲伤”一词随后会继续使用：

• “我感到悲伤！”→因为这个词没有结束在“悲伤”之后，这是不匹配的。匹配“悲伤”就行了。

.*

.匹配除某些换行符以外的任何字符。((?s)在这里帮助我。)

*基本上说，它前面的部分发生0次或更多次。

通过在字符串前后使用.*，正则表达式可以用于字符串周围的任何字符或字符组合(包括没有字符)。

这一点很重要，因为这样的话，单词就可以放在每个可以想象的句子中，而且无论发生什么事情，总是匹配的。

(?is)

?i和?s启用了某些模式。

?i使正则表达式不敏感。这意味着，不管是悲伤，悲伤还是悲伤，这三者都会匹配。

?s启用了“单行模式”，这仅仅意味着.也匹配所有的换行。

?i和?s可以组合成(?is)，然后放在正则表达式的前面。

与STRING不同，您只需插入这样的单词：

"(?is).*\\b" + line + "\\b.*"

您的代码最终将如下所示：

public void onGuildMessageReceived(GuildMessageReceivedEvent e) {
    File file = new File("src/filter.txt");
    try {
        BufferedReader br = new BufferedReader(new FileReader(file));
        String line;
        while ((line = br.readLine()) != null) {
            if(!line.startsWith("#")) {
                if(e.getMessage().getContentRaw().matches("(?is).*\\b" + line + "\\b.*")) {
                    User user = e.getJDA().getUserById(e.getAuthor().getIdLong());
                    e.getMessage().delete().queue();
                    user.openPrivateChannel().queue(privateChannel -> {
                        privateChannel.sendMessage("Bitte achte auf deine Sprache!").queue();
                    });
                }  
            }
        }
    } catch (IOException e1) {}
}

如果希望每条消息只生成一条消息(因此在第一次匹配之后停止)，则只需在匹配一个单词并将消息发送给用户之后插入一个return;。

Answer 2

您也可以尝试使用字符串搜索算法(如阿霍-科拉西克 )，但这需要实现一个正确的签名表。这样的算法在一个更大的单词列表中会更好。

请注意，这样的算法很容易被绕过。简单地添加空格或使用1337字符替换会比简单的单词筛选器更聪明。