有没有办法在不和谐消息中找到单词的确切字符串？答案

【问题标题】：Is there a way to find the EXACT string of a word in a discord message?有没有办法在不和谐消息中找到单词的确切字符串？
【发布时间】：2020-12-18 09:29:54
【问题描述】：

目前我正在开发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包含在其他单词中的单词时出现的，从而触发重复消息。

这是我的 filter.txt：

sad
sadness
sadnesses

由于“悲伤”也可以在“悲伤”中找到，所以每当写“悲伤”时，我都会误认为“悲伤”。
是否可以仅检测消息中的确切字符串？喜欢：I want to be happy, because sadness is bad → '只检测悲伤'

希望你明白我的意思。

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) {}
}

【问题讨论】：

请添加您的字符串匹配代码，以便我们为您提供帮助
我的方法总是正则表达式。
尝试查看正则表达式你会得到你想要的

标签： java discord-jda

【解决方案1】：

正如 Cardinal - Reinstate Monica 和 Hades 已经说过的，你应该看看正则表达式。

“Regex”代表“正则表达式”，描述了字符串的搜索模式。

您可以使用正则表达式做很多事情，所以如果您想了解更多信息，请查看tutorial。
（这是我在谷歌上搜索的第一个，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()，因为它只适用于字符串，不适用于正则表达式。
将String.matches() 与以下正则表达式一起使用：

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

因为已经完成了一些转义，所以这就是没有它的正则表达式的样子：

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

我会解释它是如何工作的。

\b 匹配单词边界。单词字符是a - z、A - Z、0 - 9 和 _。这些字符的任何组合都被视为一个单词。
这样做的好处是，您可以在以下情况下匹配单词 sad：

“我很伤心。” → 句尾的. 不影响检测。
“sad is my thing” → 即使是第一个单词也匹配。（这也受到.* 的影响。）

当使用 sadness 时，它不会匹配 sad，因为单词在后面继续：

“我感到悲伤！” → 因为这个词没有在“sad”之后结束，所以不匹配。匹配“悲伤”会起作用。

. 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，它前面的部分出现零次或多次。
通过在字符串前后使用.*，正则表达式可以在字符串周围使用 any 字符或字符组合（包括无字符）。
这很重要，因为通过这种方式，单词可以放置在每个可以想象的句子中，并且无论如何都会匹配。

(?is)

?i 和 ?s 启用某些模式。
?i 使正则表达式不区分大小写。这意味着，无论是 sadness、SADNESS 还是 sAdNeSs；这三个都将匹配。
?s 启用“单行模式”，这意味着 . 也匹配所有换行符。
?i 和 ?s 可以组合为 @ 987654347@ 然后放在正则表达式前面。

您只需像这样插入您的文字，而不是 STRING：

"(?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) {}
}

如果您希望它只为每条消息生成一条消息（因此在第一次匹配后停止），您可以在匹配一个单词并将消息发送给用户之后插入 return;。

【讨论】：

感谢它的工作，但如果一个句子包含多个过滤词，它会激活 3 次
您能打开另一个问题或更新这个问题吗？一旦我有必要的信息，我会调查它。
我修复了一些简单的问题，重新格式化并重新构建了一些部分。重写只是过程的一部分，应该让它更容易理解。我还更新了我的答案，希望对您的问题有所帮助。

【解决方案2】：

您也可以尝试使用字符串搜索算法，例如Aho-Corasick，但这需要实现正确的签名表。像这样的算法在更大的单词列表中会好很多。

请注意，此类算法很容易被规避。简单地添加空格或使用 1337 字符替换将胜过简单的单词过滤器。

【讨论】：