相关文章推荐
本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议 》和 《 阿里云开发者社区知识产权保护指引 》。如果您发现本社区中有涉嫌抄袭的内容,填写 侵权投诉表单 进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

image

为了防止出现诈骗行为,我们会对游戏内的聊天记录进行监控。我们发现最近出现了一批神秘的聊天消息,这些消息的特征为:

  1. 表情符号微信号好玩

例如:

(^_^)加wei辛8五⑦久久二爸好玩
~_>我的Q扣八七3玖二流好玩

这些聊天记录总是以表情符号开头,以 好玩 结尾。为了屏蔽这些诈骗信息,我们想到使用正则表达式。

我们收集整理了上千个颜文字:

(`ヘ´)
(´・ω・`)
( ´Д`)
( ゚Д゚)
┐('~`;)┌ 
(´∀`)
( ´_ゝ`)
Σ(゜д゜;)
(*´Д`)
(─▽─)
(゚∀゚)
……

设想在Python里面读取这些颜文字,然后构造正则表达式:

import re
with open('emotion.txt', encoding='utf-8') as f:
    emotion_list = [x.strip() for x in f]
for emotion in emotion_list:
    pattern = f'{emotion}.*?好好玩'
    re.search(pattern, content)
    ...

但在实际使用过程中,我们发现颜文字里面有非常多的小括号、中括号、大括号、星号、点号、问号之类的符号,这些符号在正则表达式里面有特殊用途,如果直接评价成一个pattern,就会导致正则表达式匹配出问题。

当然我们可以使用replace一个一个给这些特殊符号左边添加反斜杠。但是这样写太过麻烦。

在Python里面,正则表达式模块已经帮我们实现了这个功能—— re.escape

re.escape可以把传给他们的字符串里面,所有有特殊意义的符号前面加上反斜杠,但又不影响正常的字符。

例如:

import re
slogan = '你好,{产品经理*_*?'
safe_slogan = re.escape(slogan)
print(safe_slogan)

运行效果如下图所示:

image

特别注意:在Python 3.6或之前版本,除了Ascii字符之外的其他字符都会被加上反斜杠。

从Python 3.7开始,只有在正则表达式里面有特殊意义的符号才会被加上反斜杠。

所以还在用老版本Python的同学,快点换到新版本来吧。

【关于正则表达式的特殊符号的处理】之前自己在提取一个表达式一直提取不到,后来解决了,记录下知识点
1.开始的表达式:"drugLicenseCompanyperson":[{"pk":"(.*?)" 2.修改后的表达式:"drugLicenseCompanyperson":\[\{"pk":"(.*?)"
把苹果咬哭的测试笔记
 
推荐文章