decancer

一个用于从字符串中移除常见 Unicode 混淆字符/同形异义词的库。

• 其核心用 Rust 编写，并利用一种 二分搜索 形式以确保速度！
• 默认情况下，它能够过滤 221,529（19.88%）个不同的 Unicode 代码点，例如
  • 所有 空白字符
  • 所有 变音符号，这也消除了所有形式的 Zalgo 文本
  • 大多数 leetspeak 字符
  • 大多数 同形异义词
  • 几个表情符号
• 与其它包不同，此包是 Unicode 双向文本感知，它也以与应用程序渲染相同的方式解释从右向左的字符！
• 其行为也可以根据您的喜好进行高度自定义！

安装

在您的 Cargo.toml

decancer = "3.2.4"

示例

有关更多信息，请参阅 文档。

let mut cured = decancer::cure!(r"vＥⓡ𝔂 𝔽𝕌Ňℕｙ ţ乇𝕏𝓣 wWiIiIIttHh l133t5p3/-\|<").unwrap();

assert_eq!(cured, "very funny text with leetspeak");

// WARNING: it's NOT recommended to coerce this output to a Rust string
//          and process it manually from there, as decancer has its own
//          custom comparison measures, including leetspeak matching!
assert_ne!(cured.as_str(), "very funny text with leetspeak");

assert!(cured.contains("funny"));

cured.censor("funny", '*');
assert_eq!(cured, "very ***** text with leetspeak");

cured.censor_multiple(["very", "text"], '-');
assert_eq!(cured, "---- ***** ---- with leetspeak");

捐赠

如果您想支持我手动查看数千个Unicode字符，请考虑捐款！❤