# Umgehung beobachteter Wörter durch austauschbare Zeichen mit Verwechslungsgefahr

**URL:** <https://meta.discourse.org/t/bypassing-watched-words-with-confusable-character-replacements/342955>\
**Category:** Product Support\
**Tags:** watched-words\
**Created:** [17. Dezember 2024 um 17:22 UTC](https://meta.discourse.org/t/bypassing-watched-words-with-confusable-character-replacements/342955 "2024-12-17T17:22:35Z")\
**Posts on this page:** 1\
**Showing post:** 3

<div class="post-metadata">

**Author:** ![supermathie](https://sea3.discourse-cdn.com/meta/user_avatar/meta.discourse.org/supermathie/32/507518_2.png) [@supermathie](https://meta.discourse.org/u/supermathie)\
**Post date:** [17. Dezember 2024 um 18:16 UTC](https://meta.discourse.org/t/bypassing-watched-words-with-confusable-character-replacements/342955/3 "2024-12-17T18:16:06Z")

</div>

Dies ist kein Kodierungsproblem… der gesuchte Begriff sind [verwechselbare](https://util.unicode.org/UnicodeJsps/confusables.jsp?a=abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ&r=None) Unicode-Zeichen.

Selbst wenn es nur der Buchstabe C wäre, hätten wir:

 ![Das Bild zeigt einen Vergleich verschiedener Zeichen und Symbole, die leicht verwechselt werden können, einschließlich verschiedener Stile des Buchstabens „C“. (Beschriftet von KI)](https://global.discourse-cdn.com/meta/original/4X/9/1/5/915190288e6641390fa2fd4c3bcd48cf3d835ce2.png)

ℂ 𝕮 C 𝙲 𝑪 𝒞 𝖢 𐌂 𝗖 ꓚ Ꮯ 𐔜 С Ｃ Ⲥ 𝓒 Ⅽ ℭ 𝘊 𐐕 𝘾 🝌 𝐂 𑣲 𑣩 Ϲ 𐊢 𝐶

Dies sollte wahrscheinlich am besten als Funktionsanfrage präsentiert werden, etwas in der Art einer Option zum „Ersetzen verwechselbarer Unicode-Zeichen vor dem Anwenden von Watched Words“.

Zu Ihrer Information, die [Liste verwechselbarer Zeichen ist eine öffentliche Datenquelle](https://www.unicode.org/Public/security/revision-03/confusablesSummary.txt), die vom Konsortium veröffentlicht wird, z. B.:

```plaintext
#	C	Ⅽ	Ｃ	ௐ	С	Ꮯ	Ⲥ	ꓚ	Ϲ	ℂ	ℭ	𝐂	𝐶	𝑪	𝒞	𝓒	𝕮	𝖢	𝗖	𝘊	𝘾	𝙲
	(‎ C ‎)	0043 LATIN CAPITAL LETTER C
←	(‎ Ⅽ ‎)	216D ROMAN NUMERAL ONE HUNDRED
←	(‎ Ｃ ‎)	FF23 FULLWIDTH LATIN CAPITAL LETTER C	# →С→
←	(‎ ௐ ‎)	0BD0 TAMIL OM	# →С→
←	(‎ С ‎)	0421 CYRILLIC CAPITAL LETTER ES
←	(‎ Ꮯ ‎)	13DF CHEROKEE LETTER TLI
←	(‎ Ⲥ ‎)	2CA4 COPTIC CAPITAL LETTER SIMA	# →Ϲ→
←	(‎ ꓚ ‎)	A4DA LISU LETTER CA
←	(‎ Ϲ ‎)	03F9 GREEK CAPITAL LUNATE SIGMA SYMBOL
←	(‎ ℂ ‎)	2102 DOUBLE-STRUCK CAPITAL C
←	(‎ ℭ ‎)	212D BLACK-LETTER CAPITAL C
←	(‎ 𝐂 ‎)	1D402 MATHEMATICAL BOLD CAPITAL C
←	(‎ 𝐶 ‎)	1D436 MATHEMATICAL ITALIC CAPITAL C
←	(‎ 𝑪 ‎)	1D46A MATHEMATICAL BOLD ITALIC CAPITAL C
←	(‎ 𝒞 ‎)	1D49E MATHEMATICAL SCRIPT CAPITAL C
←	(‎ 𝓒 ‎)	1D4D2 MATHEMATICAL BOLD SCRIPT CAPITAL C
←	(‎ 𝕮 ‎)	1D56E MATHEMATICAL BOLD FRAKTUR CAPITAL C
←	(‎ 𝖢 ‎)	1D5A2 MATHEMATICAL SANS-SERIF CAPITAL C
←	(‎ 𝗖 ‎)	1D5D6 MATHEMATICAL SANS-SERIF BOLD CAPITAL C
←	(‎ 𝘊 ‎)	1D60A MATHEMATICAL SANS-SERIF ITALIC CAPITAL C
←	(‎ 𝘾 ‎)	1D63E MATHEMATICAL SANS-SERIF BOLD ITALIC CAPITAL C
←	(‎ 𝙲 ‎)	1D672 MATHEMATICAL MONOSPACE CAPITAL C

```

(hah, ich habe gerade entdeckt, dass Chromium diese Vereinfachung implementiert. Wenn ich versuche, nach `𝑪` zu suchen, findet es die meisten verwechselbaren Instanzen des Buchstabens `C` – probieren Sie es hier aus!)

Ein Beispielalgorithmus, der diese Daten verwendet, ist in Python [hier](https://github.com/wanderingstan/Confusables) implementiert.

In Ihrem letzten Screenshot, @billgraziano, wäre die erste ampersand-kodierte numerische Zeichenreferenz, die Sie posten ( \\u0026#119815; ):

```plaintext
←	(‎ 𝐇 ‎)	1D407 MATHEMATICAL BOLD CAPITAL H

```

(Die Ordnungszahl für 𝐇 ist 119815 dezimal oder 1D407 hexadezimal kodiert)

Eine vollständige, Groß-/Kleinschreibung-unabhängige Regex für „helpline“ wäre also:

```plaintext
[HＨℋℌℍ𝐇𝐻𝑯𝓗𝕳𝖧𝗛𝘏𝙃𝙷Η𝚮𝛨𝜢𝝜𝞖ⲎНᎻᕼꓧ𐋏ⱧҢĦӉӇhｈℎ𝐡𝒉𝒽𝓱𝔥𝕙𝖍𝗁𝗵𝗵𝚑𝚑һհᏂɦꚕᏲħℏћ][E⋿Ｅℰ𝐄𝐸𝑬𝓔𝔈𝔼𝕰𝖤𝗘𝘌𝙀𝙴Ε𝚬𝛦𝜠𝝚𝞔ЕⴹᎬꓰ𑢦𑢮𐊆Ɇe℮ｅℯⅇ𝐞𝑒𝒆𝓮𝔢𝕖𝖊𝖾𝗲𝘦𝙚𝚎ꬲеҽɇҿ][L𝈪Ⅼℒ𝐋𝐿𝑳𝓛𝔏𝕃𝕷𝖫𝗟𝘓𝙇𝙻ⳐᏞᒪꓡ𖼖𑢣𑢲𐐛𐔦ŁLjLJl‎\\|∣⏽￨1‎۱𐌠‎𝟏𝟙𝟣𝟭𝟷IＩⅠℐℑ𝐈𝐼𝑰𝓘𝕀𝕴𝖨𝗜𝘐𝙄𝙸Ɩｌⅼℓ𝐥𝑙𝒍𝓁𝓵𝔩𝕝𝖑𝗅𝗹𝗹𝙡𝚕ǀΙ𝚰𝛪𝜤𝝞𝞘ⲒІӀ‎‎‎ⵏᛁꓲ𖼨𐊊𐌉‎‎łɭƗƚɫ‎‎‎ŀĿᒷ🄂⒈‎⒓㏫㋋㍤⒔㏬㍥⒕㏭㍦⒖㏮㍧⒗㏯㍨⒘㏰㍩⒙㏱㍪⒚㏲㍫ljIJ‖∥Ⅱǁ‎𐆙⒒Ⅲ𐆘㏪㋊㍣Ю⒑㏩㋉㍢ʪ₶ⅣⅨɮʫ㏠㋀㍙][PＰℙ𝐏𝑃𝑷𝒫𝓟𝔓𝕻𝖯𝗣𝘗𝙋𝙿Ρ𝚸𝛲𝜬𝝦𝞠ⲢРᏢᑭꓑ𐊕ᒆp⍴ｐｐ𝑝𝒑𝓅𝓹𝔭𝕡𝖕𝗉𝗽𝗽𝙥𝚙ρϱ𝛒𝛠𝜌𝜚𝝆𝝔𝞀𝞎𝞺𝟈ⲣрƥᵽᑷ][L𝈪Ⅼℒ𝐋𝐿𝑳𝓛𝔏𝕃𝕷𝖫𝗟𝘓𝙇𝙻ⳐᏞᒪꓡ𖼖𑢣𑢲𐐛𐔦ŁLjLJl‎\\|∣⏽￨1‎۱𐌠‎𝟏𝟙𝟣𝟭𝟷IＩⅠℐℑ𝐈𝐼𝑰𝓘𝕀𝕴𝖨𝗜𝘐𝙄 आईआईƖｌⅼℓ𝐥𝑙𝒍𝓁𝓵𝔩𝕝𝖑𝗅𝗹𝗹𝙡𝚕ǀΙ𝚰𝛪𝜤𝝞𝞘ⲒІӀ‎‎‎ⵏᛁꓲ𖼨𐊊𐌉‎‎łɭƗƚɫ‎‎‎ŀĿᒷ🄂⒈‎⒓㏫㋋㍤⒔㏬㍥⒕㏭㍦⒖㏮㍧⒗㏯㍨⒘㏰㍩⒙㏱㍪⒚㏲㍫ljIJ‖∥Ⅱǁ‎𐆙⒒Ⅲ𐆘㏪㋊㍣Ю⒑㏩㋉㍢ʪ₶ⅣⅨɮʫ㏠㋀㍙][Ii˛⍳ｉⅰℹⅈ𝐢𝑖𝒊𝒾𝓲𝔦𝕚𝖎𝗂ﻳ𝘪𝙞𝚒ı𝚤ɪɩιιͺ𝛊𝜄𝜾𝝸𝞲іꙇӏꭵᎥ𑣃⍸ɨᵻᵼⅱⅲijⅳⅸ][NＮℕ𝐍𝑁𝑵𝒩𝓝𝔑𝕹𝖭𝗡𝘕𝙉𝙽Ν𝚴𝛮𝜨𝝢𝞜Ⲛꓠ𐔓𐆎ƝNjNJ№n𝐧𝑛𝒏𝓃𝓷𝔫𝕟𝖓𝗇𝗻𝗻𝙣𝙣ոռɳƞη𝛈𝜂𝜼𝝶𝞰ᵰnj][E⋿Ｅℰ𝐄𝐸𝑬𝓔𝔈𝔼𝕰𝖤𝗘𝘌𝙀𝙴Ε𝚬𝛦𝜠𝝚𝞔ЕⴹᎬꓰ𑢦𑢮𐊆Ɇe℮ｅℯⅇ𝐞𝑒𝒆𝓮𝔢𝕖𝖊𝖾𝗲𝘦𝙚𝚎ꬲеҽɇҿ]

```

---

_[View the full topic](https://meta.discourse.org/t/bypassing-watched-words-with-confusable-character-replacements/342955)._