求助：小说网站关键字替换

[deadpoet]

很多小说网站用拼音替换关键字（把交替换成jiāo），例如：
http://www.19wxw.com/files/article/html ... 34247.html

怎样才能恢复原来的文字？好像要用堆栈吧？

[cre]

请仔细观看拙文
浅谈\#的使用及可能遇到的问题解决
http://forum.proxcn.info/viewtopic.php?f=2&t=412
的\#基础用法那段来理解

给你写了个Demo:

Code: Select all

[Patterns]
Name = "19wxw.com Ch-py [11.10.13] [Core] [Demo]*"
Active = TRUE
URL = "www.19wxw.com"
Bounds = "$NEST(<div class="txt",</div>)"
Limit = 12000
Match = "(\#)((\#)((jiāo$SET(#=交)|fǔ$SET(#=府))))+\#"
Replace = "\@"

照着这格式自行添加|吧.


至于规则我觉得很晕,每页就那几个,你想收集全也不容易
如果有ji jiao混合[假设没声调]的话 我觉得就不好办了
口技 口角 基本 脚本 上下文也能弄死人

[deadpoet]

非常感谢cre！
这个\#的用法说实话是看不太懂，不过能用就够了。
我搜集整理的替换规则如下：【为了看起来方便，分行了。如果要用，要整理成一行。另外，2个拼音一起的话，好像只替换第一个；还有就是yin我替换成淫，还有一个吟用的比较少】

Code: Select all

(\#)((\#)(
(yù$SET(#=玉)|jiāo$SET(#=交)|fǔ$SET(#=府)|dàng$SET(#=荡)jīng$SET(#=精)|xìng$SET(#=性)|
chōu$SET(#=抽)|
mén$SET(#=门)|
chūn$SET(#=春)|
sè$SET(#=色)|
hún$SET(#=混)|
nòng$SET(#=弄)|
bō$SET(#=波)|
xiǎo$SET(#=小)|
yín$SET(#=淫)|
jī$SET(#=激)|
mō$SET(#=摸)|
xiōng$SET(#=胸)|
tǐng$SET(#=挺)|
tuǐ$SET(#=腿)|
cào$SET(#=操)|
yīn$SET(#=阴)|
sī$SET(#=私)|
shì$SET(#=侍)|
huā$SET(#=花)|
nǎi$SET(#=奶)|
huò$SET(#=惑)|
cháo$SET(#=潮)|
mí$SET(#=迷)|
chā$SET(#=插)|
làng$SET(#=浪)|
luàn$SET(#=乱)|
chuáng$SET(#=床)|
nv$SET(#=女)
)))+\#

补充一个：一定要加边界条件。否则会cpu 100%。

[ddbb]

加一个blocklist吧.....

另外规则里面针对单独的一个 多加一些限定 能更准确一些....

比如(^[a-z])sī(^[a-z])

[cre]

你给的页面第一行

Code: Select all

风云jīdàng

我以为你会用

Code: Select all

jīdàng$SET(#=激荡)

你是拆了更进一步啊
收集的不错 等你收集全活了也给我份集成下 好东西

顺便找个牛人做个防河蟹发帖替换

[deadpoet]

这几天整理的规则：

Code: Select all

(\#)((\#)((bī$SET(#=逼)|bō$SET(#=波)|cào$SET(#=操)|cháo$SET(#=潮)|chā$SET(#=插)|chéng$SET(#=成)|chōu$SET(#=抽)|chuáng$SET(#=床)|chūn$SET(#=春)|chún$SET(#=唇)|dàng$SET(#=荡)|dòng$SET(#=洞)|fù$SET(#=妇)|fǔ$SET(#=府)|féi$SET(#=肥)|huā$SET(#=花)|hún$SET(#=混)|huò$SET(#=惑)|jīng$SET(#=精)|jī$SET(#=激)|jiāo$SET(#=交)|jiān$SET(#=奸)|kù$SET(#=裤)|làng$SET(#=浪)|luàn$SET(#=乱)|luǒ$SET(#=裸)|lù$SET(#=露)|máo$SET(#=毛)|méng$SET(#=蒙)|mén$SET(#=门)|mí$SET(#=迷)|mō$SET(#=摸)|nǎi$SET(#=奶)|nòng$SET(#=弄)|nv$SET(#=女)|ròu$SET(#=肉)|sāo$SET(#=骚)|sè$SET(#=色)|sī$SET(#=私)|shè$SET(#=射)|shì$SET(#=侍)|tǐng$SET(#=挺)|tuǐ$SET(#=腿)|tún$SET(#=臀)|wěn$SET(#=吻)|yào$SET(#=药)|yīn$SET(#=阴)|yín$SET(#=淫)|yù$SET(#=欲)|xiǎo$SET(#=小)|xìng$SET(#=性)|xiōng$SET(#=胸)|xùe$SET(#=穴))))+\#

发现一个问题： http://www.19wxw.com/files/article/html ... 40082.html
“chún边有三缕胡须轻飘”和“xìng命”之间的文字没有了，不知道是不是堆栈满了还是规则有误？

[cre]

堆栈满不了规则没有误
chún hún 去掉一个 被包含了
这个晕的很,排查好费劲,这个问题出在这,而且还得是相互作用下....只有这俩显示不出来问题.

[不夜侯]

上面的规则似乎弄复杂了，可以直接建一个blocklist用$SET展开变量来替换。