正则表达式和特殊字符

我有我需要过滤包含单词正则表达式和特殊字符

免费消息的正则表达式，免费，grétis，免费，grôtis......

所以我thinkg这应该是很容易就像/gr.tis/，但它不起作用。我在Centos上使用这个正则表达式来使用postfix过滤电子邮件。

问题是，如果邮件包含“免费”它会被过滤，但如果它包含“grátis”或“grétis”...它不会。到底是怎么回事？由于某种原因，编辑 {1,5}工作。为什么？

来源

2015-11-06 Samul

'/ gr..tis /'做了什么？ – shawnt00

看看这个类似问题的答案：http://stackoverflow.com/a/26900132/201706 –

@ shawnt00没有工作。 Mike P我会立即尝试你的建议。 – Samul

由于步数在我的评论说：：

替换.与.{1,5}工程的原因是什么引擎是ading字符串是阅读非ASCII字符/符号，比他们的实际字符（即，它可以像\u00FF什么符号的Unicode字符表示）

这就是为什么guilhermerama的答案以外的东西：/gr.*tis/和替换.令牌可以在多个实例中使用。

来源

2015-11-06 18:07:48

您可能使用UTF-8编码的数据。使用（8位）ASCII例程处理时，Unicode的UTF-8编码设计为可以很好地工作（但不完美）。（例如使用UTF-8，与ASCII一样，在表示文本的流中不会出现零字节）。重音字符（如'á'（Unicode码点十进制225或十六进制0xE1）是UTF-8编码，字节为0xC3 0xA1，一个期望ASCII的例程可能会将其解释为两个字符'Ã'和'¡'。（真正的ASCII是一个7位的代码，所以在这里以8位ASCII表示，我的意思是一些8位的ASCII扩展，如ISO 8859-1/Latin-1字符集。） – Rhubbarb

请尝试像这样/gr.*tis/。这似乎是造成特殊字符，即“A”，“O”的编码问题，...

来源

2015-11-06 16:13:39 guilhermerama

WORKED！但问题是，thi信息也将被过滤掉“eu GRovei arTISta muito bem” – Samul

我会选择一些更强大的...

(?<=\b)(g|G)r(.)tis(?=\b)

这将在字符串的开头或中间找到该词
搜索大写G或小写字母g
在空格，行尾或非单词字符（如“，”或“ “。

如果使用

gr.[^ -~]{0,4}tis

然后你会因为免费是在它的中间和正则表达式是不足以了解，免费提供匹配像lksdfkjhasgratisaljsdhfkjsdf一个字“免费”只是一个组成部分的词而不是词本身。所以你最终会得到误报和虚高的数字。

不仅如此，但你永远不会匹配 -

免费提供无偿Grétis免费或Grôtis

编辑我的回答对改善所采取

来源

2015-11-06 18:02:46 Nefariis

真的很不错，这真的是很好的答案，但为什么我不能使用gr（[^] +）tis？ – Samul

，因为你不会匹配免费或任何其他国会大厦G形式的单词。你也会匹配每一个在Gratisography（实际上就是一个词）这个词中无偿的单词，因为“gr（[^] +）tis”没有界限......所以不这样做的原因是因为你会都会错过单词，并会匹配你不想要的单词 – Nefariis

向你展示一个这样的例子 - 这是我的代码https://regex101.com/r/bK0hJ0/1 ...这将是其他代码https：/ /regex101.com/r/eR6uH4/1 ...注意其他代码错了很多 – Nefariis

正则表达式和特殊字符

回答

相关问题