本主题介绍如何在 Discourse 的 Watched Words 功能中有效使用正则表达式 (regex)。
如果您的网站由 Discourse 托管，如果您想启用此设置，请联系 team@discourse.org。
如果您的网站由 Discourse 托管，如果您想启用此设置，请联系 正则表达式 (regex) 是定义搜索模式的强大工具。您可以在 Watched Words 功能中使用 regex，以提高 Discourse 网站上单词过滤的准确性和灵活性。
要在 Watched Words 中使用正则表达式 (regex)，您必须先启用
watched words regular expressions站点设置。
Regex 功能非常强大，因此也存在风险。编写不正确的 regex 语句可能会给您的用户带来问题。请在非生产环境中测试您的 regex 语句，然后再上线。
示例 Regex 模式
以下是一些常见的 regex 模式及其用法：
区分大小写
默认情况下，Discourse 会匹配单词的大小写形式。
thread
这将匹配 thread、THREAD 和 thReAd。
字符替代
使用字符替代来扩展您的匹配项。
(t|7)hr(3|e)(4|a)d
这将匹配上述所有情况，以及 thr3ad、7hread 和 thr34d。
threads?\\S+
这将匹配 thread 和 threads，但不会匹配 threaded 或 threading。
单词边界
Regex 模式可能会无意中匹配单词的一部分。使用单词边界可避免部分匹配。
\\bthreads?\\b
这将匹配 thread 和 threads，但会避免匹配 threadlike 或 unthreading。
处理 Unicode 字符
标准的单词边界在处理 Unicode 字符时可能会失败。为 JavaScript regex 处理不佳的字符创建边界。
gr(ü|ue)(ß|ss)e
这将匹配 grüße 这个单词的所有常见拼写形式，包括 gruesse 和 GRÜSSE。
假设您想阻止单词 Über，但不想阻止 Übersicht。使用 \\b(ü|ue)ber\\b 这样的单词边界不起作用，因为某些 JavaScript regex 单词标志无法处理 Unicode 字符。您必须自己创建边界。
(?:^|\\s)(ü|ue)ber\\b
这现在将正确匹配 Über 和 ueber，但不会匹配 Übersicht 或 uebersicht。
捕获故意替换的字符
捕获用户用数字或特殊字符替换字母的单词：
\\bp[a@]ssw[o0]rd\\b
这将匹配：password、p@ssword、passw0rd、p@ssw0rd，但不会匹配 mypassword 或 password123。
处理中间带有标点符号的字符
捕获通过插入标点符号来规避过滤器的尝试：
\\bs\\W*p\\W*a\\W*m\\b
这将匹配：spam、s.p.a.m、s-p-a-m、s_p_a_m，但不会匹配 spammy 或 myspam。
匹配多个单词变体
匹配可能出现不同单词形式的短语：
\\b(contact|email|reach)( us| me)?\\b
这将匹配：contact、contact us、contact me、email、email us、email me、reach、reach us、reach me。
检测电子邮件模式
捕获通用的电子邮件地址模式：
\\b[\\w.%+-]+@[\\w.-]+\\.[a-zA-Z]{2,}\\b
这将匹配：user@example.com、my.name@sub.domain.co.uk、user+tag@domain.org。
查找主题标签变体
匹配具有不同大小写或细微差别的 #主题标签：
\\#(disc[o0]urse|f[o0]rum)\\b
这将匹配：#discourse、#DISCOURSE、#disc0urse、#forum、#f0rum，但不会匹配 #discourseengine 或 #forums。
检测重复模式
捕获可能表明垃圾内容的重复字符：
([a-zA-Z])\\1{3,}
这将匹配：aaaample、helllllo、yessssss，检测任何连续重复 4 次或更多次的字母。
查找带或不带协议的 URL
\\b(?:https?:\\/\\/)?[\\w-]+(\\.[\\w-]+)+\\b
这将匹配：example.com、sub.domain.org、https://discourse.org、http://meta.discourse.org。
避免嵌套字符类
正确：
(hold)?
这将正确匹配可选单词 “hold”。
或者如果您想要字符替代：
[h][o0][l1][d]
这将匹配：hold、h0ld、ho1d、h01d。
错误：
[h[o0][l1]d]?
这将错误地尝试嵌套字符类，并将匹配 h、o、0、l、1 或 d 中的任何单个字符，使其匹配 had、old 等单词。
使用括号匹配可选单词
正确：
forum(s)?
这将正确匹配：forum、forums。
错误：
forum[s]?
这将匹配 “forum” 后面的可选 “s”，但却不必要地使用了字符类。
正确使用字符类
正确：
bad word
匹配短语 “bad word”。
或者作为字符类示例：
[bB][aA][dD]
这将匹配：bad、Bad、bAd、BAD 等。
错误：
[bad word]
这将匹配 b、a、d、w、o、r 或 d 中的任何单个字符，而不是短语 “bad word”。
有效使用量词
\\b[0-9]{3,5}\\b
这将匹配 3 到 5 位数字：123、1234、12345，但不匹配 12 或 123456。
对于特定的重复模式：
(spam){2,3}
这将匹配：spamspam、spamspamspam。
正确应用单词边界
无边界：
free
这将匹配：free、freedom、carefree。
有边界：
\\bfree\\b
这将仅匹配：free，但不匹配 freedom 或 carefree。
正确处理 Unicode 字符
正确方法：
(?:^|\\s)(ö|oe)zel\\b
这将在单词边界处匹配：özel、oezel，即使有 Unicode 字符。
错误方法：
\\bözel\\b
这可能无法正确处理土耳其语字符 ö。
附加信息
Watched Words 不支持 Regex 捕获和替换，仅支持匹配，因此这在链接或替换操作中无效。