本主题介绍如何在 Discourse 的被关注词功能中有效地使用正则表达式 (regex)。
对于托管在我们的平台上的站点，这些设置是隐藏的。付费托管方案的客户可以联系我们的支持团队
team@discourse.org，以请求在被关注词中使用正则表达式。
注意: 此功能在我们的免费托管方案中不可用。
对于托管在我们的平台上的站点，这些设置是隐藏的。付费托管方案的客户可以联系我们的支持团队 正则表达式 (regex) 是定义搜索模式的强大工具。您可以在被关注词功能中使用正则表达式，以提高您 Discourse 站点上单词过滤的准确性和灵活性。
要在被关注词中使用正则表达式 (regex)，您必须首先开启
watched words regular expressions站点设置。
正则表达式非常强大，因此也可能很危险。编写不正确的正则表达式语句可能会给您的用户带来问题。请在非生产实例上测试您的正则表达式语句，然后再上线。
示例正则表达式模式
以下是一些常见的正则表达式模式及其使用方法：
区分大小写
默认情况下，Discourse 会匹配单词的大写和小写形式。
thread
这将匹配 thread、THREAD 和 thReAd。
字符交替
使用字符交替来扩展您的匹配范围。
(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?\b
这将匹配 thread 和 threads，但不会匹配 threaded 或 threading。
单词边界
正则表达式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 等。
处理 Unicode 字符
标准单词边界在处理 Unicode 字符时可能会失败。为 JavaScript 正则表达式处理不佳的字符创建边界。
gr(ü|ue)(ß|ss)e
这将匹配 grüße 的所有常见拼写形式——包括 gruesse 和 GRÜSSE
假设您想屏蔽单词 Über，但不想屏蔽 Übersicht。使用单词边界如 \b(ü|ue)ber\b 不起作用，因为一些 JavaScript 正则表达式的单词标志不处理 Unicode 字符。相反，您必须创建自己的边界。
(?:^|\s)(ü|ue)ber\b
这将适当地匹配 Über 和 ueber，但不会匹配 Übersicht 或 uebersicht。
捕获故意的字符替换
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
处理中间有标点符号的字符
捕获试图通过插入标点符号来规避过滤器的行为：
\bs\W*p\W*a\W*m\b
这将匹配：spam、s.p.a.m、s-p-a-m，但不会匹配 s_p_a_m（下划线是单词字符）、spammy 或 myspam
匹配多个单词变体
用于匹配可能以不同单词形式出现的短语：
\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
查找标签 (hashtag) 变体
匹配具有不同大小写或细微差别的标签：
\#(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
捕获可能表明垃圾邮件内容的重复字符：
([a-zA-Z])\1{3,}
这将匹配：aaaample、helllllo、yessssss，检测任何字母连续重复 4 次或更多次。
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)?
这正确地匹配可选单词 “hold”
或者如果你想要字符交替：
[h][o0][l1][d]
这将匹配：hold、h0ld、ho1d、h01d
不正确:
[h[o0][l1]d]?
这会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。
使用括号表示可选单词
正确:
forum(s)?
这正确地匹配：forum、forums
不正确:
forum[s]?
这会匹配 “forum” 后跟一个可选的 “s”，但却不必要地使用了字符类。
正确的字符类用法
正确:
bad word
以匹配短语 “bad word”
或者用于字符类的示例：
[bB][aA][dD]
这将匹配：bad、Bad、bAd、BAD 等。
不正确:
[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，但不会匹配 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
带边界:
\bfree\b
这将只匹配：free，但不匹配 freedom 或 carefree
正确处理 Unicode 字符
正确方法:
(?:^|\s)(ö|oe)zel\b
这将以单词边界匹配：özel、oezel，即使存在 Unicode 字符。
不正确方法:
\bözel\b
这可能无法正确处理土耳其字符 ö。
附加信息
被关注词的替换值不支持正则表达式捕获组反向引用（例如替换字符串中的 \1）。替换和链接操作支持正则表达式进行匹配，但替换始终是字面字符串。