Palabra completa. Para diferenciar fuck
de brainfuck
, utilizamos \b
, que coinciden con los límites de palabra completa (o word boundaries).
/\bfuck\b/i
Caracteres repetidos. Para que coincida con cualquier cantidad de caracteres repetidos, usamos el cuantificador +
, que repite la estructura anterior 1 o más veces. Así, /f+/
coincide con 1 a infinitas "f"
, o /f+u+/
podría coincidir con "fffffffffuu"
. Más info en Repetition.
/\bf+u+c+k+\b/i
Espacios intermedios. Para permitir cualquier cantidad de espacios entre las letras, usamos un espacio repetido con un asterisco (0 o más veces).
/\bf+ *u+ *c+ *k+\b/i
Otros caracteres intermedios. Para la solución que estás buscando, en vez de espacios, creo que te conviene permitir cualquier caracter no alfanumérico. \W
coincide con caracteres que no son "catacteres de palabras", es decir cualquier caracter excepto [a-zA-Z0-9_]
. De esta forma, coincidiría con textos como "(f)(u)(c)(k)"
. Más info en Shorthands.
/\bf+\W*u+\W*c+\W*k+\b/i
Demo:
let pruebas = [
"prueba",
"palabra fuck bloqueada",
"palabra brainfuck está bien",
"con espacios f u c k",
"caracteres repetidos fuuuucccckkk!!",
"con símbolos F::u--C**K!!!"
],
regex = /\bf+\W*u+\W*c+\W*k+\b/i;
for (let string of pruebas) {
console.log(`"${string}" -->`, regex.test(string));
}
Múltiples palabras. Además, se pueden incluir más de una palabra dentro de la misma expresión regular, agrupando con (?:
expresión1
|
expresión2
)
. Por ejemplo, para que coincida con fuck
o ban
:
/\b(?:f+\W*u+\W*c+\W*k+|b+\W*a+\W*n+)\b/i
Si se tuviera una lista extremadamente larga, como no conozco los límites para cantidad de caracteres o del regex compilado (o cómo afectaría la eficiencia), se debería probar antes de implementar en caso de que se piense usar con muchísimas palabras.
Generar la expresión por código. Un punto esencial en esta solución es poder generar el regex dinámicamente. La siguiente función toma un array de palabras prohibidas y devuelve un objeto RegExp con el patrón de esta respuesta.
function regexDePalabrasProhibidas(arrListado) {
let exprProhibida = arrListado.reduce(function(acum, item, index) {
//unir las palabras con "|"
return acum + (index ? "|" : "") +
item.replace(/\w(?=(\w)?)/g, function(letra, tieneSiguiente) {
//agregar "\W*" entre caracteres
return letra + "+" + (tieneSiguiente ? "\\W*" : "");
});
}, "");
//regex con límites de palabra y agrupado
return new RegExp("\\b(?:" + exprProhibida + ")\\b", "i");
}
// --- EJEMPLO ---
let listado = [
"fuck",
"ban",
"palabra3",
"palabra4"
],
regex,
pruebas = [
"prueba",
"palabra fuck bloqueada",
"palabra brainfuck está bien",
"con espacios f u c k",
"caracteres repetidos fuuuucccckkk!!",
"con símbolos F::u--C**K!!!",
"frase con (b)(a)(n)"
];
regex = regexDePalabrasProhibidas(listado);
document.body.innerHTML = `Regex final: <code>/${regex.source}/${regex.flags}</code>`;
for (let string of pruebas) {
console.log(`"${string}" -->`, regex.test(string));
}
.replace(/[^a-z ]/gi, "").toUpperCase()
para eliminar todos los carácteres unicode, y luego buscar si existen palabras que coincidan con alguna de las que están guardadas en un array. Usando lo siguiente:message.split(" ").filter(w => wordFilter.includes(w))
(wordFilter son todas las palabras filtradas por el servidor)....sistema que verificaba si un string contenía cierta palabra bloqueada
¿cuál sistema, una base de datos?, si es así, ¿por qué no crear las alternativas a las palabras en la base de datos como los ejemplos que colocas? es decir:noob, n o o b, f ukc
, etc.