Question

当（创意）用户试图通过一些非孤立的重复“吸引注意力”时，我需要对文章标题进行消毒。

Exemples：

购买我的产品!!!!!!!!!!!!!!!!!!!!!!!!
购买我的产品！？！？！？！？！？！？
购买我的产品!!!!!!!!! ....... !!!!!!!!
购买我的产品＆lt; -----------

一些可接受的解决方案是将非alphanum的重复减少到2。

所以我会得到：

购买我的产品!!
购买我的产品！？！？
购买我的产品!! .. !!
购买我的产品＆lt; -

此解决方案效果不佳：

preg_replace('/(\W{2,})(?=\1+)/', '', $title)

知道如何在PHP中使用正则表达式进行操作吗？

其他更好的解决方案也受到欢迎（我不能删除所有非字母字符，因为它们可以理解）。

修改：目标只是避免大多数常见问题。其他创意案例将手动清理或使用其他正则表达式进行清理。

Answer 1

使用正则表达式解决这个问题确实是一个低效的问题，特别是如果重复表达式是任意大的话。实际上，它足以将重复表达的长度限制在3到5之间，并且它应该更容易。

像

这样的东西

$title = preg_replace('/(\W{1,5})(?=\1+)/', '', $title);

应该有用。

一些初步测试表明

$title = 'Buy my product !!!!!!!!!!!!!!!!!!!!!!!! Buy my product !? !? !? !? !? !? Buy my product !!!!!!!!!.......!!!!!!!! Buy my product <-----------';

$title = preg_replace('/(\W{1,5})(?=\1{2,})/', '', $title);

echo $title;

将输出

Buy my product !! Buy my product !? !? Buy my product !!..!! Buy my product <--

这似乎通过了所有测试用例。

回复：戈登

你的字符串：

¸·´`·¸·´`·¸·´`·¸ Human ·-> creativity << is endless !¡!¡! ☻☺

除了第一部分之外，

不会重复任何事情两次以上。似乎需要：

$title = preg_replace('/(\W{1,9})(?=\1{2,})/', '', $title);

之前简化为

¸·´`·¸·´`·¸ Human ·-> creativity << is endless !¡!¡! ☻☺

（这意味着preg_replace不支持Unicode - 哦，好吧）

您也可以将其调整为仅重复一次：

$title = preg_replace('/(\W{1,9})(?=\1+)/', '', $title);

在这种情况下变为：

¸·´`·¸ Human ·-> creativity < is endless !¡! ☻☺

如果您的观点是可以创建大量的“ASCII艺术”，即使它需要重复不到两次，那么，这超出了这个问题的范围。为了将ASCII艺术保持在最低限度，我建议只使用以下内容：

preg_replace('/(\W{5})\W+/', '$1', $title);

（即只限上可以连续显示的非字母数字字符的数量。请注意，这需要调整以与非拉丁字母的语言兼容，如俄语。）

Answer 2

我的答案有点不同

if (preg_match('/^[^\da-z\s_-]$/i', $str)) {

  // auto post, but flag to moderator to inspect title OR
  // instead of auto posting, put in 'waiting to be authorised' by a mod

}

我希望我的正则表达式是正确的，但我还没有测试过。基本上它应该检测何时某人的标题字符不是0-9，A-Z（不区分大小写），空格，下划线和短划线。当然，您可以根据自己的喜好对其进行修改。

通知最终用户

也是个好主意

“刻意尝试的标题吸引注意力而不受益产品说明可能会被删除警告“

Answer 3

使用非贪婪搜索？

preg_replace('/(\W{2,}?)(?=\1+)/', '', '{{your data}}');

结果是

  * Buy my product !!
  * Buy my product !?
  * Buy my product !!!...!!
  * Buy my product <---

使用非孤立的重复清理字符串

3 个答案: