Регулярное выражение символов preg_quote не обнаружено
У меня есть словарь нецензурных слов в базе данных, и следующие прекрасно работает
preg_match_all("/\b".$f."(?:ing|er|es|s)?\b/si",$t,$m,PREG_SET_ORDER);
$t это входной текст и просто, $f = preg_quote("punk"); "punk" взято из словаря базы данных, поэтому на данном этапе цикла выражение выглядит следующим образом:
preg_match_all("/\bpunk(?:ing|er|es|s)?\b/si",$t,$m,PREG_SET_ORDER);
preg_quote заменяет символы, например. # с \\# так что выражение экранируется, но когда словарь проверяет, например. "F@CK" или же "A$$" эти символы не обнаружены во входной строке с выражением выше, у меня есть оба a$$ а также f@ck в словаре, но они не работают. Если я удалю preg_quote() на слове регулярное выражение недопустимо, поскольку эти символы не экранированы.
Любые предложения о том, как я могу обнаружить "a$$"???
Редактировать:
Поэтому я думаю, что выражение, которое не работает, как задумано, будет, например.
preg_match_all("/\bf\@ck(?:ing|er|es|s)?\b/si",$t,$m,PREG_SET_ORDER);
Который должен найти f@ck в $t
ОБНОВИТЬ:
Это мое использование, проще говоря; если есть совпадения в $m заменить их на "\*\*\*\*"весь этот блок находится внутри цикла по каждому слову в словаре, $f это словарь слова и $t это вход
$f = preg_quote($f);
preg_match_all("/\b$f(?:ing|er|es|s)?\b/si",$t,$m,PREG_SET_ORDER);
if (count($m) > 0) {
$t = preg_replace("/(\b$f(?:ing|er|es|s)?\b)/si","\*\*\*\*\*",$t);
}
ОБНОВЛЕНИЕ: вот, var_dump:
preg_quote($f) = string(5) "a\$\$"
$t = string(18) "You're such an a$$"
expression = string(29) "/\ba\$\$(?:ing|er|es|s)?\b/si"
ОБНОВЛЕНИЕ: Это происходит только тогда, когда слова заканчиваются символом. Я проверял "a$$hole" и это нормально, но "a$$" не работает
ДРУГОЕ ОБНОВЛЕНИЕ: попробуйте эту упрощенную версию, $words быть изменчивым словарем
$words = array("a$$","asshole","a$$hole","f@ck","f#ck","f*ck");
$text = "Input whatever you feel like here eg. a$$";
foreach ($words as $f) {
$f = preg_quote($f,"/");
$text = preg_replace("/\b".$f."(?:ing|er|es|s)?\b/si",
str_repeat("*",strlen($f)),
$t);
}
Я должен ожидать увидеть "Input whatever you feel like here eg. \*\*\*" в следствии.
3 ответа
Не может быть сделано
Извините, но эту "проблему" действительно невозможно решить. Рассмотрим это:
- ꜰᴜᴄᴋ - это U+A730.1D1C.1D04.1D0B, "\N{МАЛЕНЬКИЙ КАПИТАЛ БУКВЫ ЛАТИНСКОГО БУКВА F} \ N {МАЛЕНЬКИЙ КАПИТАЛ БУКВЫ БУКВЫ ЛАТИНСКИЙ C} \ N {МАЛЕНЬКИЙ КАПИТАЛ БУКВЫ ЛАТИНСКОГО БУКВЫ K} \ N {МАЛЕНЬКИЙ КАПИТАЛ ЛАТИНСКОГО БУКВЫ K}" "
- ᶠᵘᶜᵏ - это U+1DA0.1D58.1D9C.1D4F, "\N{ПИСЬМО МОДИФИКАТОРА МАЛЕНЬКОЕ F} \ N {ПИСЬМО МОДИФИКАТОРА МАЛЕНЬКОЕ U} \ N {ПИСЬМО МОДИФИКАТОРА МАЛЕНЬКОЕ C} \ N {ПИСЬМО МОДИФИКАТОРА МАЛЕНЬКОЕ K}"
- равен U+1D4BB.1D4CA.1D4B8.1D4C0, "\N{МАТЕМАТИЧЕСКИЙ СКРИПТ МАЛЫЙ F} \ N {МАТЕМАТИЧЕСКИЙ СКРИПТ МАЛЫЙ U} \ N {МАТЕМАТИЧЕСКИЙ СКРИПТ МАЛЫЙ C} \ N {МАТЕМАТИЧЕСКИЙ СКРИПТ МАЛЫЙ K}"
- равен U+1D58B.1D59A.1D588.1D590, "\N{МАТЕМАТИЧЕСКАЯ БОЛЬШАЯ ФРАКТУРА МАЛЫЙ F} \ N {МАТЕМАТИЧЕСКАЯ БОЛЬШАЯ ФРАКТУРА МАЛЫЙ U} \ N {МАТЕМАТИЧЕСКАЯ БОЛЬШАЯ ФРАКТУРА МАЛЫЙ C} \ N {МАТЕМАТИЧЕСКАЯ БОЛЬШАЯ ФРАКТУРА МАЛЕНЬКАЯ"
- равно U+1D4D5.1D4B0.1D49E.1D4A6, "\N{МАТЕМАТИЧЕСКИЙ ЗАГЛАВНЫЙ КАПИТАЛ F} \ N {МАТЕМАТИЧЕСКИЙ КАПИТАЛ СЦЕНАРИИ U} \ N {МАТЕМАТИЧЕСКИЙ КАПИТАЛ СЦЕНАРИИ C} \ N {МАТЕМАТИЧЕСКИЙ КАПИТАЛ} КАПИТАЛ
- Ⓚ ⓤ ⓒ ⓚ - это U+24D5.24E4.24D2.24DA, "\N{ЗАКРЫТЫЙ ЛАТИНСКИЙ МАЛЕНЬКИЙ БУКВЫ F} \ N {ЗАКРЫТЫЙ ЛАТИНСКИЙ МАЛЕНЬКИЙ БУКВЫ U} \ N {ЗАКРЫТЫЙ ЛАТИНСКИЙ МАЛЕНЬКИЙ БУКВЫ C} \ N {ЗАКРЫТЫЙ ЛАТИНСКИЙ МАЛЕНЬКИЙ БУКВ K}"
- Γ̵ ᏟᏦ - это U+393.335.10335.13DF.13E6, "\N{ГРЕЧЕСКАЯ ГАММА ПИСЬМА ГРЕЧЕСКОГО КАПИТАЛА} \ N {ОБЪЕДИНЕНИЕ КОРОТКОГО ХОДА} \ N {GOTHIC LETTER QAIRTHRA}\N{CHEROKEE LETTER TLI}\N{CHEROKEE '
- ƒμɕѤ - это U+192.3BC.255.464, "\N{МАЛЕНЬКОЕ ПИСЬМО F С КРЮЧКОМ} \ N {ГРЕЧЕСКОЕ МАЛЕНЬКОЕ ПИСЬМО МУ} \ N {МАЛЕНЬКОЕ ПИСЬМО ЛАТИНСКОЙ C С КУРЛОМ} \ N {ПИСЬМО С КИРИЛЛИЧЕСКИМ КАПИТАЛОМ IOTIFIED E}"
- Г̵ЦСК - это U+413.335.426.421.41A, "\N{ПИСЬМО С КИРИЛЛИЧЕСКИМ КАПИТАЛОМ} \ N {СОКРАЩЕНИЕ СОКРАЩЕНИЯ КОРОТКОГО ХОДА} \ N {ЦИРИЛЛИЧЕСКИЙ БУКВЫ TSE} \ N {ПИСЬМО С КИРИЛЛИЧЕСКИМ КАПИТАЛОМ}} \ N {КИРИЛЛИЧЕСКИЙ КАПИТАЛ }"
- ғᵾȼƙ - это U+493.1D7E.23C.199, "\N{ПИСЬМО МАЛЕНЬКОГО БУКВЫ С МЯГКИМ ЛИЦОМ} \ N {МАЛЕНЬКИЙ КАПИТАЛ ПИСЬМА ЛАТИНЫ U С ХОДОМ} \ N {МАЛЕНЬКОЕ БУКВА ЛАТИНА C С ПИСЬМОМ} \ N {МАЛЕНЬКОЕ ПИСЬМО ЛАТИНЫ K С КРЮКОМ} "
- ϜυϚΚ - это U+3DC.3C5.3DA.39A, "\N{ГРЕЧЕСКАЯ ПИСЬМО ГРЕЧЕСКОГО ПИСЬМА} \ N {ГРЕЧЕСКОЕ МАЛЕНЬКОЕ ПИСЬМО}} \ N {ГРЕЧЕСКАЯ ПИСЬМО ГРЕЧЕСКОГО ПИСЬМА} \ N {ГРЕЧЕСКОЕ КАПИТАЛЬНОЕ ПИСЬМО КАППА}"
- ЖↃU ᆿ - это U+416.2183.55.11BF, "\N{КИРИЛЛИЧЕСКАЯ КАПИТАЛЬНАЯ БУКВА ZHE}\N{РИМСКАЯ ЦИФРОВАЯ ОБРАТНАЯ СТОРОНА} \ N {ЛАТИНСКАЯ БУКВНАЯ БУКВА U} \ N {HANGUL JONGSEONG KHIEUKH}"
- ʞɔnɟ - это U+29E.254.6E.25F, "\N{МАЛЕНЬКОЕ ПИСЬМО ЛАТИНСКОЙ ПЕРЕКЛЮЧЕНО K} \ N {МАЛЕНЬКОЕ ПИСЬМО ЛАТИНСКОЙ ОТКРЫТО O} \ N {МАЛЕНЬКОЕ ПИСЬМО ЛАТИНСКОЙ N} \ N {ЛАТИНСКОЕ МАЛЕНЬКОЕ ПИСЬМО БЕСПЛАТНО J С ИНСУЛЬТОМ}"
Становится хуже
И если вы думаете, что это легко, попробуйте справиться со всем этим:
00 ʞ ʞ, F ᵾ ⒞ K, K ⓒ ⒡ K, K, ∞ ∞ Ϛ k, f Ꮯ K, ⓕ oo ɔ ⓚ, ɟ ⒰ ¢ Ｋ, ȼ, Ù ȼ ⒦, f ⒞ ƙ, Ｆ ᶜ, Ｆ ∞, Ꮯ @ ᵘ Ｆ Ｆ Ｆ ¢ ¢ o Ꮯ υ o o υ υ υ υ υ U U U U U U U U U U Ж Ж Ж Ж Ж Ж Ｆ Ｆ k, ƒ C ƙ, ғ 00 ɔ Ѥ, ƒ Ｕ c ᴋ, ∞ Ꮶ ⓒ, ꜰ ᴄ ⒦, ⒰ Ꮯ Ѥ, ꜰ ᴜ ⒦, Ｆ ʞ, f 00, С u K K, f ɔ Κ, f μ Ↄ K, ɟ c ʞ, f Ↄ, F μ ¢, ᆿ ᴄ ⒦, Κ ¢ oo ɟ, ᶠ μ ᶜ Ѥ, ᶠ ⓤ Ꮯ Ж, ⒞ ᵘ F, Ｆ @ C ⓚ, Ѥ ᴄ u F, ⒡ ᵾ Ｃ k, ƒ μ ᶜ ᴋ, F Ｃ, f ᵘ ¢ ᵏ, ᆿ 00, υ υ ȼ Ｋ, Ϝ ȼ K, oo ɕ ᴋ, ғ Ꮯ ᴋ, ꜰ n K, ꜰ μ Ϛ K, F ∞ ȼ, ⒡ Ↄ Κ, ƒ ⒞, ᶠ U C Ꮶ, ᶠ υ Ↄ ƙ, C, Ϝ Ｕ Ѥ, Ϝ U Ↄ, Ｕ ⒞ ᵏ, F @ Ｃ К, ғ ᴜ ᴋ, ⒡ Ｕ К, ɟ Ｕ * ᵏ, c с Κ, ғ U Ↄ, ƒ ⒰ ᵏ, ғ * Ｋ, n ⓚ, ᶠ 00 С К, k k, ƙ c ᶠ ⒰, ⒰ Ѥ, ꜰ ǔ ᴄ ⒦, Ｆ Ↄ, υ ꜰ, * ᵏ, 00,, Κ Ｃ, ᶠ Ｕ K K, ꜰ Κ, ɟ Ｕ ᶜ ⓚ, ∞ ȼ ᴋ, ƒ U К ć, ƒ ƒ ȼ ȼ, ⒡ ∞ ɕ ɕ, ᵘ ᵏ, F U Ϛ ʞ, Ⓕ Ж, Ↄ, Ϝ n * K, oo c ⓚ, ƒ Ｕ ¢ ʞ, ƒ u Ｃ ʞ, K ¢ μ ⒡, ɟ ⒰ Ｋ ɔ, Ｆ U c k, Ｆ ⓚ ⓚ, Ｕ ᴋ ɔ, Ꮯ, ⓚ, Ｃ Ｃ К, ɟ ᵾ * ⒦, ᶠ ᵘ ⒞ ⒦, ƒ ⒰ ᴄ ᵏ, ⒡ ⒰ С K, ⒰ * ᴋ, ᆿ ∞ ʞ ɕ, n * Ѥ, Ϝ μ ᴄ, k ć ᵘ ƒ, ᵘ ɕ, ɟ Ꮶ ᴄ ᴄ, ᵾ ⒞ ᵏ, ғ ᵘ ᵏ, ᵾ * Ѥ, F Ꮯ Ｋ, ғ ⓤ ᴋ, ƒ u ɕ, ƙ c ⒰ F, ⓒ Κ, K ᶜ,, ɟ c ⒦, ƒ @ c Κ, Ϝ ȼ Ḱ Ḱ, ᵘ ᵘ ⒦, ɟ ᵾ Ѥ ¢, Ｆ Ↄ, Ϝ ᴜ, Ϝ ⒞, U Ꮯ ʞ, υ υ ᵏ F, F ᵾ Ꮯ Κ, Ϝ ᵘ ⓒ ʞ, ⓤ ᶜ ƙ, ᆿ ⒞, f Ѥ Ѥ, Ｕ K, Ϝ ᴜ *, ꜰ @ ⓒ ʞ, ƒ u ⓒ, f Ｕ ⒞ k, 00 ᴄ Ѥ, υ K K, F ᴜ ᴄ, ⓕ oo Ↄ ⓚ, ⒡ ᵘ ɕ, ⓕ υ ᴄ Κ, Ꮯ Ｕ Ꮯ, Ꮯ Ꮶ, Ć, Ц ɕ К, f @ Ↄ ⓚ, ᴋ ᶜ U ꜰ, ᴜ c ⒦, F ᵘ C, 00 Ꮶ, ꜰ 00 К, Ϝ Ϛ ᵏ, Ｆ c Ѥ, ⓕ oo Ↄ K, f ᵾ ᵏ ᵏ, ⓕ c c, c,, ⓕ ƙ, ⓚ C n ғ, ɟ U ȼ, 00 K ȼ, ᴄ, Ｃ Ｃ ¢ Ц k k, ¢, ¢, ¢ k k k k k Ж Ж Ж Ж Ж Ж Ж ƒ ƒ ⒦ ⒦ ⒦ ⒦ ⒦ C,, ƒ μ Ꮯ ƙ, ⓕ n ᴄ ⒦, ⓕ μ ⓒ,, ⒡ 00 ɕ, ᴜ ᶜ, ᆿ Ù,, ⒦ ȼ Ｕ, k C ⓤ ᆿ, Ϝ n F ᵏ, ᴋ ȼ ᵾ ɟ, F ȼ Ѥ, ғ ⒰ ȼ, f Ｕ Ж ⒞, Ｆ ῠ ᵏ, Ｆ u Κ, Ｆ 00 ȼ, ꜰ μ Ϛ Ꮶ, ᆿ Ｋ, ⒡ n Ↄ Ж, F @ ƙ, ᶠ ὺ К, Ｕ Ｃ ᵏ, F U ⒦, 00 Ↄ, ᶠ c К, ғ ⓤ, ⓤ Κ, Ｕ Ж, ⒡ ɔ Ꮶ, ⓚ ɔ f, U Ｃ K, F @ Ｃ Ѥ, ғ ᴜ С k, ɟ u * ƙ, ⓕ ᵾ ɕ, 00 ȼ Ｋ, υ, ƒ ⒰ * ʞ, ⓕ U Ↄ Ж, ꜰ U ȼ ƙ, ⒡ u ⒦ ꜰ, ꜰ ᴜ Ќ, ⒦ μ ⒦, ⓕ @, К, υ υ ɔ ᵏ, ƙ Ↄ oo ꜰ, F ᴜ, ⒰ C ᵏ, Ｕ ƙ, ƒ ∞ C Ꮶ, ⒰ * Ｋ, u Ↄ ᴋ, ᆿ Ｕ ⓒ, ᆿ U Ꮶ, n, ƒ C C ƙ, ⒦ ꜰ, Ｋ ¢ ᵘ f, ⒰ Ꮶ, ᴄ 00, Ϝ Ｕ k, u ¢ ⒦, * Ѥ, ƒ С ᴋ, Ｃ Ꮶ, @ Κ, ʞ С ᶠ, ᵾ Ϛ Ꮶ, ᶠ ⒰ ɔ, F ⒞ ⒞ ʞ, ⒡ ⒰ К ɔ, ɟ υ ¢, Ѥ ȼ Ｕ ᆿ, ᴜ Ↄ ʞ, ғ * Ｋ, ᴄ ʞ, F ʞ, @ ȼ, ⒰ *, ᵾ ȼ, Ｆ ¢ Ѥ, ꜰ ⓤ ƙ Ϛ, ⓕ 00 c ʞ, 00 Ϛ K, υ Ↄ Κ, ꜰ μ ⓒ Ж, ᵘ Ϛ ʞ, Ϝ ᵘ ᵘ ᵏ, ⒡ ᵾ Ꮯ, Ϝ Ϝ ȼ Ѥ, ƒ n Ѥ, ᆿ μ ⓒ k, ɕ ɕ ғ, ғ μ Ѥ, f ⓤ Ꮯ, ᵏ μ ƒ, ᵏ С, ᆿ ∞, ғ ᵘ Ꮯ, ƒ μ Ↄ k, f oo K ȼ, ɟ С, ꜰ n K, 00 ᵏ, ᶠ μ ⓒ, c ∞ Ϝ, ᆿ Ć Ć ⒦, ᵘ ᴄ, F 00 ⓚ, ᶠ @ ȼ К, ...
И это еще не все: есть, по крайней мере, базингатиллион, откуда они пришли. Теперь вы понимаете, почему это принципиально невозможно сделать?
Полное раскрытие
Поскольку я не верю в безопасность через неизвестность, вот программа, которая генерирует все это:
#!/usr/bin/env perl
#
# unifuck - print infinite permutations of fuck in unicode aliases
#
# Tom Christiansen <tchrist@perl.com>
# Mon May 23 09:37:27 MDT 2011
use strict;
use warnings;
use charnames ":full";
use Unicode::Normalize;
binmode(STDOUT, ":utf8");
our(@diddle, @fuck, %fuck); # initted down below
while (my($f,$u,$c,$k) = splice(@fuck, 0, 4)) {
$fuck{F}{$f}++;
$fuck{U}{$u}++;
$fuck{C}{$c}++;
$fuck{K}{$k}++;
}
my @F = keys %{ $fuck{F} };
my @U = keys %{ $fuck{U} };
my @C = keys %{ $fuck{C} };
my @K = keys %{ $fuck{K} };
while (1) {
my $f = $F[rand @F];
my $u = $U[rand @U];
my $c = $C[rand @C];
my $k = $K[rand @K];
for ($f,$u,$c,$k) {
next if length > 1;
next if /\p{EA=W}/;
next if /\pM/;
next if /\p{InEnclosedAlphanumerics}/;
s/$/$diddle[rand @diddle]/ if rand(100) < 15;
s/$/\N{COMBINING ENCLOSING KEYCAP}/ if rand(100) < 1;
}
if ( 0) { }
elsif (rand(100) < 5) { $u = q(@) }
elsif (rand(100) < 5) { $c = q(*) }
elsif (rand(100) < 10) { ($c,$k) = ($k,$c) }
elsif (rand(100) < 15) { ($f,$u,$c,$k) = reverse ($f,$u,$c,$k) }
print NFC("$f $u $c $k\n");
}
BEGIN {
# ok to have repeats in each position, since they'll be counted only once
# per unique strings
@fuck = (
"\N{LATIN CAPITAL LETTER F}",
"\N{LATIN CAPITAL LETTER U}",
"\N{LATIN CAPITAL LETTER C}",
"\N{LATIN CAPITAL LETTER K}",
"\N{LATIN SMALL LETTER F}",
"\N{LATIN SMALL LETTER U}",
"\N{LATIN SMALL LETTER C}",
"\N{LATIN SMALL LETTER K}",
"\N{LATIN SMALL LETTER F}",
"\N{INFINITY}",
"\N{LATIN SMALL LETTER C}",
"\N{LATIN SMALL LETTER K}",
"\N{LATIN SMALL LETTER F}",
"\N{LATIN SMALL LETTER O}\N{LATIN SMALL LETTER O}",
"\N{LATIN SMALL LETTER C}",
"\N{KELVIN SIGN}",
"\N{LATIN SMALL LETTER F}",
"\N{DIGIT ZERO}\N{DIGIT ZERO}",
"\N{CENT SIGN}",
"\N{LATIN CAPITAL LETTER K}",
"\N{LATIN LETTER SMALL CAPITAL F}",
"\N{LATIN LETTER SMALL CAPITAL U}",
"\N{LATIN LETTER SMALL CAPITAL C}",
"\N{LATIN LETTER SMALL CAPITAL K}",
"\N{MODIFIER LETTER SMALL F}",
"\N{MODIFIER LETTER SMALL U}",
"\N{MODIFIER LETTER SMALL C}",
"\N{MODIFIER LETTER SMALL K}",
"\N{MATHEMATICAL SCRIPT SMALL F}",
"\N{MATHEMATICAL SCRIPT SMALL U}",
"\N{MATHEMATICAL SCRIPT SMALL C}",
"\N{MATHEMATICAL SCRIPT SMALL K}",
"\N{MATHEMATICAL BOLD FRAKTUR CAPITAL F}",
"\N{MATHEMATICAL BOLD FRAKTUR CAPITAL U}",
"\N{MATHEMATICAL BOLD FRAKTUR CAPITAL C}",
"\N{MATHEMATICAL BOLD FRAKTUR CAPITAL K}",
"\N{MATHEMATICAL BOLD FRAKTUR SMALL F}",
"\N{MATHEMATICAL BOLD FRAKTUR SMALL U}",
"\N{MATHEMATICAL BOLD FRAKTUR SMALL C}",
"\N{MATHEMATICAL BOLD FRAKTUR SMALL K}",
"\N{MATHEMATICAL BOLD SCRIPT CAPITAL F}",
"\N{MATHEMATICAL SCRIPT CAPITAL U}",
"\N{MATHEMATICAL SCRIPT CAPITAL C}",
"\N{MATHEMATICAL SCRIPT CAPITAL K}",
"\N{CIRCLED LATIN SMALL LETTER F}",
"\N{CIRCLED LATIN SMALL LETTER U}",
"\N{CIRCLED LATIN SMALL LETTER C}",
"\N{CIRCLED LATIN SMALL LETTER K}",
"\N{PARENTHESIZED LATIN SMALL LETTER F}",
"\N{PARENTHESIZED LATIN SMALL LETTER U}",
"\N{PARENTHESIZED LATIN SMALL LETTER C}",
"\N{PARENTHESIZED LATIN SMALL LETTER K}",
"\N{GREEK CAPITAL LETTER GAMMA}\N{COMBINING SHORT STROKE OVERLAY}",
"\N{GOTHIC LETTER QAIRTHRA}",
"\N{CHEROKEE LETTER TLI}",
"\N{CHEROKEE LETTER TSO}",
"\N{LATIN SMALL LETTER F WITH HOOK}",
"\N{GREEK SMALL LETTER MU}",
"\N{LATIN SMALL LETTER C WITH CURL}",
"\N{CYRILLIC CAPITAL LETTER IOTIFIED E}",
"\N{CYRILLIC CAPITAL LETTER GHE}\N{COMBINING SHORT STROKE OVERLAY}",
"\N{CYRILLIC CAPITAL LETTER TSE}",
"\N{CYRILLIC CAPITAL LETTER ES}",
"\N{CYRILLIC CAPITAL LETTER KA}",
"\N{CYRILLIC SMALL LETTER GHE WITH STROKE}",
"\N{LATIN SMALL CAPITAL LETTER U WITH STROKE}",
"\N{LATIN SMALL LETTER C WITH STROKE}",
"\N{LATIN SMALL LETTER K WITH HOOK}",
"\N{GREEK LETTER DIGAMMA}",
"\N{GREEK SMALL LETTER UPSILON}",
"\N{GREEK LETTER STIGMA}",
"\N{GREEK CAPITAL LETTER KAPPA}",
"\N{HANGUL JONGSEONG KHIEUKH}",
"\N{LATIN CAPITAL LETTER U}",
"\N{ROMAN NUMERAL REVERSED ONE HUNDRED}",
"\N{CYRILLIC CAPITAL LETTER ZHE}",
"\N{LATIN SMALL LETTER DOTLESS J WITH STROKE}",
"\N{LATIN SMALL LETTER N}",
"\N{LATIN SMALL LETTER OPEN O}",
"\N{LATIN SMALL LETTER TURNED K}",
"\N{FULLWIDTH LATIN CAPITAL LETTER F}",
"\N{FULLWIDTH LATIN CAPITAL LETTER U}",
"\N{FULLWIDTH LATIN CAPITAL LETTER C}",
"\N{FULLWIDTH LATIN CAPITAL LETTER K}",
);
@diddle = (
"\N{COMBINING GRAVE ACCENT}",
"\N{COMBINING ACUTE ACCENT}",
"\N{COMBINING CIRCUMFLEX ACCENT}",
"\N{COMBINING TILDE}",
"\N{COMBINING BREVE}",
"\N{COMBINING DOT ABOVE}",
"\N{COMBINING DIAERESIS}",
"\N{COMBINING CARON}",
"\N{COMBINING CANDRABINDU}",
"\N{COMBINING INVERTED BREVE}",
"\N{COMBINING GRAVE TONE MARK}",
"\N{COMBINING ACUTE TONE MARK}",
"\N{COMBINING GREEK PERISPOMENI}",
"\N{COMBINING FERMATA}",
"\N{COMBINING SUSPENSION MARK}",
);
}
\b проверяет границы слова. Согласно http://www.regular-expressions.info/wordboundaries.html:
Есть три разных положения, которые квалифицируются как границы слов:
- Перед первым символом в строке, если первый символ является символом слова.
- После последнего символа в строке, если последний символ является символом слова.
- Между двумя символами в строке, где один является символом слова, а другой не является символом слова.
"Символы слова" - это буквы, цифры и символы подчеркивания, поэтому в строке "a$$" граница слова происходит после "a", а не после второй "$".
Вы, вероятно, должны будете явно указать символы, которые вы считаете "границами слов", используя класс (например, [- '"]).
Теперь, когда вы сказали, что это не работает в конце слова, я вижу проблему. $@ или любые другие такие специальные символы не являются частью слова (так \b разбивает слово после "a" в случае "$$", если за ним не следует никаких других букв во входной строке). Я предлагаю использовать [^a-z] чтобы отметить конец слова, чтобы исправить это.
preg_match_all("/\b".$f."(?:ing|er|es|s)?[^a-z]/si",$t,$m,PREG_SET_ORDER);