android - Kotlin 检查字符串中的单词

Question

我有一个 NSFW 类，可以根据已知 NSFW 单词列表扫描项目名称和描述等文本。

这将是测试字符串列表的最佳方法，例如

    let nsfw = listof(
    "badword",
    "curseword",
    "ass",
    ... 200+ more
    )

针对如下字符串:

This is the text that contains a badword // returns true

请注意，我需要检查完整的单词。不是单词的一部分。

所以这句话:

The grass is grean // returns false

因为草不是一个坏词。

我试过这样的东西，但它不检查完整的单词。

        val result =  nsfw.filter { it in sentence.toLowerCase() }

Answer 1

您可以构建一个正则表达式

\b(?:word1|word2|word3...)\b

见 the regex demo .然后，将其与 Regex.containsMatchIn method 一起使用:

val nsfw = listOf(
    "badword",
    "curseword",
    "ass"
)
val s1 = "This is the text that contains a badword"
val s2 = "The grass is grean"
val rx = Regex("\\b(?:${nsfw.joinToString(separator="|")})\\b")
println(rx.containsMatchIn(s1)) // => true
println(rx.containsMatchIn(s2)) // => false

见 this Kotlin demo .

在这里， nsfw.joinToString(separator="|")用管道(交替运算符)和 "\\b(?:${nsfw.joinToString(separator="|")})\\b" 连接单词创建正确的正则表达式。

如果您的文字可能包含特殊的正则表达式元字符，例如 + , ? , ( , )等，您需要“预处理” nsfw Regex.escape method 的值:

val rx = Regex("\\b(?:${nsfw.map{Regex.escape(it)}.joinToString("|")})\\b")
                            ^^^^^^^^^^^^^^^^^^^^^^     

见 the Kotlin demo .

还有一件事:如果关键字可能以字母、数字和下划线以外的字符开头/结尾，则不能依赖 \b词边界。您可以

使用空白边界:val rx = Regex("(?<!\\S)(?:${nsfw.map{Regex.escape(it)}.joinToString("|")})(?!\\S)")

使用明确的单词边界:val rx = Regex("(?<!\\w)(?:${nsfw.map{Regex.escape(it)}.joinToString("|")})(?!\\w)")