Форум Регулярные Выражения

Есть регулярное выражение, которое фильтрует маты (мату нет Дмитрия Петрова), нужно пройтись им по html, но только по тексту.

// // Replace badwords  // $mt_patt = "/\w{0,5}[хx]([хx\s\!@#\$%\^&*+-\|\/]{0,6})[уy]([уy\s\!@#\$%\^&*+-\|\/]{0,6})[ёiлeеюийя]\w{0,7}|\w{0,6}[пp]([пp\s\!@#\$%\^&*+-\|\/]{0,6})[iие]([iие\s\!@#\$%\^&*+-\|\/]{0,6})[3зс]([3зс\s\!@#\$%\^&*+-\|\/]{0,6})[дd]\w{0,10}|[сcs][уy]([уy\!@#\$%\^&*+-\|\/]{0,6})[4чkк]\w{1,3}|\w{0,4}[bб]([bб\s\!@#\$%\^&*+-\|\/]{0,6})[lл]([lл\s\!@#\$%\^&*+-\|\/]{0,6})[yя]\w{0,10}|\w{0,8}[её][bб][лске@eыиаa][наи@йвл]\w{0,8}|\w{0,4}[еe]([еe\s\!@#\$%\^&*+-\|\/]{0,6})[бb]([бb\s\!@#\$%\^&*+-\|\/]{0,6})[uу]([uу\s\!@#\$%\^&*+-\|\/]{0,6})[н4ч]\w{0,4}|\w{0,4}[еeё]([еeё\s\!@#\$%\^&*+-\|\/]{0,6})[бb]([бb\s\!@#\$%\^&*+-\|\/]{0,6})[нn]([нn\s\!@#\$%\^&*+-\|\/]{0,6})[уy]\w{0,4}|\w{0,4}[еe]([еe\s\!@#\$%\^&*+-\|\/]{0,6})[бb]([бb\s\!@#\$%\^&*+-\|\/]{0,6})[оoаa@]([оoаa@\s\!@#\$%\^&*+-\|\/]{0,6})[тnнt]\w{0,4}|\w{0,10}[ё]([ё\!@#\$%\^&*+-\|\/]{0,6})[б]\w{0,6}|\w{0,4}[pп]([pп\s\!@#\$%\^&*+-\|\/]{0,6})[иeеi]([иeеi\s\!@#\$%\^&*+-\|\/]{0,6})[дd]([дd\s\!@#\$%\^&*+-\|\/]{0,6})[oоаa@еeиi]([oоаa@еeиi\s\!@#\$%\^&*+-\|\/]{0,6})[рr]\w{0,12}/i"; $mt_repl = "<font color=red>[мат]</font>"; $message = preg_replace($mt_patt, $mt_repl, $message);

Как сделать, чтобы reg-выражение рабтало только вне тегов?

Обычно сначала "проходятся" по тексту, а только потом добавляют HTML-теги.

P.S. Теги содержат мат?

Я вставил антимат систему в форум (phpBB), при выводе темы, списка тем и в режиме предпросмотра при редактировании топика. Теги не содержат матов, но антимат система неверно реагирует на многие английские словосочетания. Так например тестовое сообщение phpBB:

This is an example post in your phpBB 2 installation. You may delete this post, this topic and even this forum if you like since everything seems to be working!

seems to be working распознается как мат.

Также я добавил к форуму свою систему закачки картинок, имя файлу дается как префикс из 4 символов md5 хеша текущей даты, короче случайные 4 байта, так они, вместе с путем к рисункам на сервере, частенько распознаются как мат.

Как Вы понимаете я не могу Обычно сначала "проходятся" по тексту, а только потом добавляют HTML-теги..

Лично мне вообще все антиматы не нравятся. Я бы посоветовал его выкинуть - ошибочные срабатывания, дополнительная нагрузка.

Что касается префикса: слабоват. Выходит, это 16 в 4-ой степени вариантов. Всего 65536 возможных префиксов.

Товарищ, я спрашиваю именно про регулярное выражение.

Временно я его отключил, но только временно, поскольку я всегда следить за форумом не могу, а матов в форуме терпеть не буду. Может быть прийдется состовлять список плохих слов (встроено в phpBB2).

На счет префиксов я вообще не понял, при чем тут варианты, мы же не криптостойкость обсуждаем, естественно если файл с получившимся именем (префикс и реальное имя файла) уже существует, будет сгенерированно новое имя файла.

Нужно помощь знатоков RegExpr.

Нужно помощь знатоков RegExpr.
Не думаю, что они помогут. По моему личному мнению, в данном случае не выйдет это провернуть чисто с помощью RegEx.

Но можно так (в данном случае всё, кроме тегов, будет переведено в верхний регистр):

<?php $string = "String with <tag>"; for($p = 0, $parts = array() ;; $p = strlen(implode($parts))) {     $part = substr($string, $p);     $pos = strpos($part, "<");     if($pos !== false)     {         $nt = strtoupper(substr($part, 0, $pos)); //Это не тег         $parts[] = $nt;         $parts[] = substr($part, $pos, strpos($part, ">") - $pos + 1);     }     else     {         if($part != "")         {             $part = strtoupper($part); //$part не тег             $parts[] = $part;         }         break;     } } $string = implode($parts); echo(htmlspecialchars($string)); ?>

Спасибо.

Еть другой вариант - перенести это на клиент. JavaScript'ом обойти всё дерево, а текстовые node преобразовать в соответсвии с регэксом.