わかりました。これを理解するのに少し時間がかかりましたが、キャラクターを組み合わせてザルゴを作成することはこれらに限定されているという印象を受けました。だから私はフリークを捕まえるために正規表現に従うことを期待しました。
([\u0300–\u036F\u1AB0–\u1AFF\u1DC0–\u1DFF\u20D0–\u20FF\uFE20–\uFE2F]{2,})
そしてそれはうまくいきませんでした...
問題は、wikiのリストが結合文字の全範囲をカバーしていないことです。
ヒントになったのは"ก้้้้้้้้้้้้้้้้้้้้".charCodeAt(2).toString(16)
=「e49」で、組み合わせの範囲ではなく「私用」に該当します。
C#ではそれらは該当しUnicodeCategory.NonSpacingMark
、次のスクリプトはそれらをフラッシュします。
[Test]
public void IsZalgo()
{
var zalgo = new[] { UnicodeCategory.NonSpacingMark };
File.Delete("IsModifyLike.html");
File.AppendAllText("IsModifyLike.html", "<table>");
for (var i = 0; i < 65535; i++)
{
var c = (char)i;
if (zalgo.Contains(Char.GetUnicodeCategory(c)))
{
File.AppendAllText("IsModifyLike.html", string.Format("<tr><td>{0}</td><td>{1}</td><td>{2}</td><td>A&#{3};&#{3};&#{3}</td></tr>\n", i.ToString("X"), c, Char.GetUnicodeCategory(c), i));
}
}
File.AppendAllText("IsModifyLike.html", "</table>");
}
生成されたテーブルを見ると、どのテーブルがスタックしているかを確認できるはずです。Wikiで欠落している範囲の1つが06D6-06DC
別の範囲です0730-0749
。
更新:
ここでは、「通常の」範囲でバイパスされたものを含むすべてのzalgoを釣り出すはずの更新された正規表現があります。
([\u0300–\u036F\u1AB0–\u1AFF\u1DC0–\u1DFF\u20D0–\u20FF\uFE20–\uFE2F\u0483-\u0486\u05C7\u0610-\u061A\u0656-\u065F\u0670\u06D6-\u06ED\u0711\u0730-\u073F\u0743-\u074A\u0F18-\u0F19\u0F35\u0F37\u0F72-\u0F73\u0F7A-\u0F81\u0F84\u0e00-\u0eff\uFC5E-\uFC62]{2,})
最も難しいのは、いったんそれを実行したら、それらを識別することです-上記のいくつかの優れたものを含む多数のソリューションがあります。
これにより時間を節約できることを願っています。