Ekspresi reguler untuk moderasi Telegram: contoh

Moderasi frasa menutupi sebagian besar tugas dan tidak memerlukan apa pun selain kata. Tetapi ada satu kelas pelanggaran yang tidak bisa digambarkan dengan kata: sebuah pola, bukan teks. Nomor kartu. Tautan undangan dengan ekor sembarang. Kata yang setiap huruf keduanya diganti dengan yang mirip.

Untuk itu ada blok Regex.

Di mana disetel#

Bagian Moderasi → kartu Regex. Aturan ditata dalam kumpulan, seperti frasa, dan kumpulan punya rantai hukumannya sendiri.

Blok ini ada di tarif Dasar; di tarif Terbatas tidak tersedia.

Aturan punya nama, ekspresinya sendiri, dan flag. Berilah nama yang manusiawi: ia akan masuk ke catatan moderasi, dan sebulan lagi «Aturan 4» tidak akan berarti apa-apa bagi Anda.

Contoh siap pakai#

Di bawah ini yang paling sering diminta. Ujilah pada pesan Anda sendiri sebelum dinyalakan: obrolan orang lain bukan obrolan Anda.

Nomor kartu bank — enam belas digit dalam kelompok, dengan pemisah apa pun:

\b\d{4}[ \-]?\d{4}[ \-]?\d{4}[ \-]?\d{4}\b

Tautan undangan pribadi Telegram — yang tidak tertangkap aturan domain, karena domainnya sah:

t\.me/\+[A-Za-z0-9_-]{10,}

Nomor telepon format internasional:

\+\d{1,3}[ \-(]?\d{2,4}[ \-)]?\d{2,4}[ \-]?\d{2,4}

Pesan dengan huruf kapital — beberapa kata panjang berturut-turut:

[A-Z]{5,}(\s+[A-Z]{3,}){3,}

Kata dengan huruf yang diganti — cara klasik menghindari daftar kata terlarang, memakai karakter yang tampak serupa:

[kк][rг][iі][pр][tт][oо0]

Dompet TRON — alamat USDT yang dilempar pelaku spam ke obrolan:

\bT[A-Za-z1-9]{33}\b

Cara tidak menembak kaki sendiri#

Ekspresi reguler tidak mengenal konteks dan menangkap persis apa yang tertulis. Tiga aturan yang menghemat saraf.

Uji pada pesan nyata. Ambil selusin pesan asli dari obrolan Anda — spam maupun biasa — dan jalankan aturannya di sana sebelum dinyalakan.

Pasang batas kata. \bspam\b tidak menyentuh «antispam» dan «spammer»; spam telanjang menyentuh.

Mulailah dengan sanksi lunak. Pada awalnya tahan kumpulan itu pada «hapus dan peringatkan», lihat catatan moderasi setelah dua hari, dan baru setelah itu tambahkan pembisuan.

Dan satu pertimbangan umum: kalau tugasnya bisa diselesaikan dengan aturan frasa, selesaikan begitu. Frasa mudah dibaca, rekan kerja pun bisa menyuntingnya, dan tidak rusak gara-gara satu tanda kurung berlebih. Regex dikeluarkan ketika frasa benar-benar tidak cukup.

Bedanya regex dari frasa#

Aturan frasa bekerja pada teks yang dinormalkan: sebelum pemeriksaan, spasi, emoji, dan tanda baca dibuang, dan huruf yang diganti dikembalikan ke bentuk aslinya. Karena itu «s p a m» dan «spam» sama saja baginya.

Regex melihat teks lebih dekat ke bentuk aslinya — di situ kekuatannya sekaligus kelemahannya. Kekuatannya: Anda bisa menggambarkan struktur yang akan terhapus oleh normalisasi. Kelemahannya: trik penghindaran yang secara bawaan dicegah oleh frasa harus diantisipasi manual di sini.

Kalau regex terasa berlebihan, mulailah dari yang sederhana: Cara melindungi grup Telegram dari spam.