Spamfilter使用正则表达式匹配字符串的方法

Question

对于学校作业，我们被要求使用正则表达式和字符串的matches（）方法制作简单的垃圾邮件过滤器。这两个词是垃圾邮件和伟哥。它应该工作，即使它拼写小写或大写，重复字母或字符之间的空格。例如＆＃34;“V i AA gggg RrR aA＆＃34;或＆＃34; xxxSPAMyyy“。

这就是我现在所拥有的

     if(Item.getSubject().matches("(?i).*s.*p.*a.*m.*") ||Item.getMessage().matches("(?i).*v.*i.*a.*g.*r.*a.*")){
        return false;
    }

它适用于上面显示的示例，但也适用于我不希望它工作的字符串。就像句子中只有正确字符的句子一样。谁知道一个好的解决方案？

Answer 1

您可以预处理或规范化输入数据，以便更简单地匹配正则表达式。例如，如果从输入中删除所有空格字符，则正则表达式将变得更加简单和可靠。正常化后“购买V i AA gggg RrR aA !!!”将成为“BuyViAAggggRrRaA !!!”并且可以很容易地与“（？i）。* v + i + a + g + r + a +。*”表达式匹配。当然，请记住，使用正则表达式永远不会让它100％正确。