检测胡言乱语的JavaScript脚本
我构建了一个应用程序来建议电子邮件地址修复，我需要检测基本上不是真实的现有电子邮件地址的电子邮件地址，如下所示： 14370afcdc17429f9e418d5ffbd0334a@magic.com检测胡言乱语的JavaScript脚本,javascript,Javascript,我构建了一个应用程序来建议电子邮件地址修复，我需要检测基本上不是真实的现有电子邮件地址的电子邮件地址，如下所示： 14370afcdc17429f9e418d5ffbd0334a@magic.com ce06e817-2149-6cfd-dd24-51b31e93ea1a@stackoverflow.org.il 87c0d782-e09f-056f-f544-c6ec9d17943c@microsoft.org.il root@ns3160176.ip-151-106-35.欧盟 ds4-f1
ce06e817-2149-6cfd-dd24-51b31e93ea1a@stackoverflow.org.il
87c0d782-e09f-056f-f544-c6ec9d17943c@microsoft.org.il
root@ns3160176.ip-151-106-35.欧盟
ds4-f1g-54-h5-dfg-yk-4gd-htr5-fdg5h@outlook.com
h-rt-dfg4-sv6-fg32-dsv5-vfd5-ds312@gmail.com
test@454-fs-ns-dff4-xhh-43d-frfs.com
我可以进行多个正则表达式检查，但我不认为我会达到可疑的“非真实”电子邮件地址的良好比率%，因为我每次都会使用特定的正则表达式模式 我进去看了看：
最后我看了一下：
我想它似乎适合我的需要。一个脚本，将给我一些分数的可能性，每个部分的电子邮件地址是一个胡言乱语（或不是真实的）电子邮件地址 所以我想要的是输出：
const strings = ["14370afcdc17429f9e418d5ffbd0334a", "gmail", "ce06e817-2149-6cfd-dd24-51b31e93ea1a",
"87c0d782-e09f-056f-f544-c6ec9d17943c", "space-max", "ns3160176.ip-151-106-35",
"ds4-f1g-54-h5-dfg-yk-4gd-htr5-fdg5h", "outlook", "h-rt-dfg4-sv6-fg32-dsv5-vfd5-
ds312", "system-analytics", "454-fs-ns-dff4-xhh-43d-frfs"];
for (let i = 0; i < strings.length; i++) {
validateGibbrish(strings[i]);
}
"14370afcdc17429f9e418d5ffbd0334a" -> 8.9073
"gmail" -> 1.0044
"ce06e817-2149-6cfd-dd24-51b31e93ea1a" -> 7.4261
"87c0d782-e09f-056f-f544-c6ec9d17943c" -> 8.3916
"space-max" -> 1.3553
"ns3160176.ip-151-106-35" -> 6.2584
"ds4-f1g-54-h5-dfg-yk-4gd-htr5-fdg5h" -> 7.1796
"outlook" -> 1.6694
"h-rt-dfg4-sv6-fg32-dsv5-vfd5-ds312" -> 8.5734
"system-analytics" -> 1.9489
"454-fs-ns-dff4-xhh-43d-frfs" -> 7.7058
非常感谢：） 更新（12-22-2020） 我根据@Konstantin Pribluda answer编写了一些代码，Shannon熵计算：
const getFrequencies = str => {
let dict = new Set(str);
return [...dict].map(chr => {
return str.match(new RegExp(chr, 'g')).length;
});
};
// Measure the entropy of a string in bits per symbol.
const entropy = str => getFrequencies(str)
.reduce((sum, frequency) => {
let p = frequency / str.length;
return sum - (p * Math.log(p) / Math.log(2));
}, 0);
const strings = ['14370afcdc17429f9e418d5ffbd0334a', 'or', 'sdf', 'test', 'dave coperfield', 'gmail', 'ce06e817-2149-6cfd-dd24-51b31e93ea1a',
'87c0d782-e09f-056f-f544-c6ec9d17943c', 'space-max', 'ns3160176.ip-151-106-35',
'ds4-f1g-54-h5-dfg-yk-4gd-htr5-fdg5h', 'outlook', 'h-rt-dfg4-sv6-fg32-dsv5-vfd5-ds312', 'system-analytics', '454-fs-ns-dff4-xhh-43d-frfs'];
for (let i = 0; i < strings.length; i++) {
const str = strings[i];
let result = 0;
try {
result = entropy(str);
}
catch (error) { result = 0; }
console.log(`Entropy of '${str}' in bits per symbol:`, result);
}
还有谁对如何做有更好的逻辑或想法吗？这就是我想到的：
//胡言乱语检测器js
（职能（h）{
函数e（c，b，a）{返回ca？（b=c-a，Math.log（100-a）/Math.log（b）*100）：0}函数k（c）{for（var b={，a=”，d=0；d（freq[c]=（freq[c]| | 0）+1）和&freq，{}））.reduce（（sum，f）=>sum-f/str.length*Math.log2（f/str.length），0）
}
//元音计数器
函数计数元音（单词）{
var m=word.match（/[aeiou]/gi）；
返回m==null？0:m.length；
}
//虚拟函数
函数isTrue（值）{
返回值
}
//通过多个测试验证字符串
函数detectGibberish（str）{
var strWithoutPunct=str.replace（/[，\/\\！$%\^&*；：{}=\-\-\\`~（（））]/g，”）；
var entropyValue=熵（str）<3.5；
var GibbershValue=胡言乱语。检测（str）<50；
var-vovelValue=30<100/strWithoutPunct.length*countvowells（strWithoutPunct）和&100/strWithoutPunct.length*countvowells（str）<35；
返回[entropyValue，GibbershValue，vovelValue]。筛选器（isTrue）。长度>1
}
//主要功能
功能验证电子邮件（电子邮件）{
返回validateSyntax（电子邮件）？detectGibberish（email.split（“@”）[0]）：false
}
//测验
document.write（validateEmail（“dsfghjdhjs@gmail.com“”+“
”）
文件。写（验证邮件（“jhon。smith@gmail.com“你可以考虑做的事情是每次检查每个字符串是如何随机的，然后根据它们的分数对结果进行排序，并给出一个排除高随机性的阈值。你难免会错过一些
有一些用于检查字符串随机性的实现，例如：
-
-
在应用其中一些之前，您可能必须创建一个散列（将字符和符号映射到整数序列），因为有些仅用于整数，因为它们测试随机数生成器的属性
另一个可以提供帮助的堆栈交换链接是：
另外，我在一项服务中遇到了类似的问题，因为机器人用这些类型的假电子邮件创建帐户。经过多年处理这个问题（基本上是从数据库中手动删除假电子邮件），我现在正在考虑引入一种视觉检查（captcha）在注册页面中，避免沮丧。如果14370afcdc17429f9e418d5ffbd0334a@domain.com
电子邮件是否有效？您的问题是什么？reallymyemail@gmail.com
如果一个人有这样的电子邮件地址，那可能是假的，但我得到了你想要的。这似乎是你可以训练/使用人工智能的东西。我不知道手动编码是否会成功，因为总会有奇怪的异常。顺便说一句，这可能与“使用苹果登录”冲突。谢谢你，朋友。我这样做是为了我的私人项目，不是为了注册什么的。我正在考虑也许要为此编写一个新的NPM包。你的信息链接可能很有用。再次感谢。感谢您花时间和精力为我编写此函数。虽然它没有像我预期的那样100%工作，但它已经足够满足我的需要了。
const getFrequencies = str => {
let dict = new Set(str);
return [...dict].map(chr => {
return str.match(new RegExp(chr, 'g')).length;
});
};
// Measure the entropy of a string in bits per symbol.
const entropy = str => getFrequencies(str)
.reduce((sum, frequency) => {
let p = frequency / str.length;
return sum - (p * Math.log(p) / Math.log(2));
}, 0);
const strings = ['14370afcdc17429f9e418d5ffbd0334a', 'or', 'sdf', 'test', 'dave coperfield', 'gmail', 'ce06e817-2149-6cfd-dd24-51b31e93ea1a',
'87c0d782-e09f-056f-f544-c6ec9d17943c', 'space-max', 'ns3160176.ip-151-106-35',
'ds4-f1g-54-h5-dfg-yk-4gd-htr5-fdg5h', 'outlook', 'h-rt-dfg4-sv6-fg32-dsv5-vfd5-ds312', 'system-analytics', '454-fs-ns-dff4-xhh-43d-frfs'];
for (let i = 0; i < strings.length; i++) {
const str = strings[i];
let result = 0;
try {
result = entropy(str);
}
catch (error) { result = 0; }
console.log(`Entropy of '${str}' in bits per symbol:`, result);
}
Entropy of '14370afcdc17429f9e418d5ffbd0334a' in bits per symbol: 3.7417292966721747
Entropy of 'or' in bits per symbol: 1
Entropy of 'sdf' in bits per symbol: 1.584962500721156
Entropy of 'test' in bits per symbol: 1.5
Entropy of 'dave coperfield' in bits per symbol: 3.4565647621309536
Entropy of 'gmail' in bits per symbol: 2.3219280948873626
Entropy of 'ce06e817-2149-6cfd-dd24-51b31e93ea1a' in bits per symbol: 3.882021446536749
Entropy of '87c0d782-e09f-056f-f544-c6ec9d17943c' in bits per symbol: 3.787301737252941
Entropy of 'space-max' in bits per symbol: 2.94770277922009
Entropy of 'ns3160176.ip-151-106-35' in bits per symbol: 3.1477803284561103
Entropy of 'ds4-f1g-54-h5-dfg-yk-4gd-htr5-fdg5h' in bits per symbol: 3.3502926596166693
Entropy of 'outlook' in bits per symbol: 2.1280852788913944
Entropy of 'h-rt-dfg4-sv6-fg32-dsv5-vfd5-ds312' in bits per symbol: 3.619340871812292
Entropy of 'system-analytics' in bits per symbol: 3.327819531114783
Entropy of '454-fs-ns-dff4-xhh-43d-frfs' in bits per symbol: 3.1299133176846836