PHP/Regex：检查字符串是否被复制粘贴

我正在尝试为字符串编写一个验证函数，其中我要检查字符串是否为复制+粘贴工作

背景：

我们有一个CMS，用户可以输入至少200个字符的描述文本。许多用户写的文本太短，会收到“您必须使用超过200个字母”的错误消息。 为了避免这种情况，他们复制粘贴文本或一些伪字符串（如“AAAAA”）以达到限制

我现在正在寻找一个函数/methode/regex来检测这种复制+粘贴字符串，并通过显示消息来防止它们

---

我知道没有100%的解决方案来防止虚假文本，但我们想减少一点。有什么想法吗？

不会有一个快速、可靠、不可战胜的解决方案。但我可以想出一个折衷办法：

preg_match('/(.{1,4})\1{3,}/', $subject)

对于包含一到四个字符的重复序列（至少重复三次）的字符串，将返回

True

所以它会在字符串上匹配，比如

AAAAAAA
asdasdasdasd
foo bar baz glglglglglglglgl

它不会检测到像这样更长的重复

asdfgasdfgasdfgasdfg

但是，如果您尝试匹配更长的重复，正则表达式的复杂性将呈指数级增长，因此我认为四个字符是一个可行的折衷方案

或者，您可能希望将重复定位到字符串的末尾（大多数人都会在此处放置填充符）：

但当然，然后是一根像

LOL OMG!!!!!!!!!!!!!!!!!!!!!!!!!!!.

---

不会被检测到。您的选择：）

不会有一个快速、可靠、不可抵抗的解决方案。但我可以想出一个折衷办法：

preg_match('/(.{1,4})\1{3,}/', $subject)

对于包含一到四个字符的重复序列（至少重复三次）的字符串，将返回

True

所以它会在字符串上匹配，比如

AAAAAAA
asdasdasdasd
foo bar baz glglglglglglglgl

它不会检测到像这样更长的重复

asdfgasdfgasdfgasdfg

但是，如果您尝试匹配更长的重复，正则表达式的复杂性将呈指数级增长，因此我认为四个字符是一个可行的折衷方案

或者，您可能希望将重复定位到字符串的末尾（大多数人都会在此处放置填充符）：

但当然，然后是一根像

LOL OMG!!!!!!!!!!!!!!!!!!!!!!!!!!!.

---

不会被检测到。您的选择：）

您可能需要通过JavaScript来完成。您最好允许使用较短的文本。就个人而言，我不担心这一点。如果人们想玩这个系统，总有办法的。他们可以简单地开始输入“123456…”。如果重复是一种文体选择呢？不管怎样，您要查找的是最长的公共子字符串。我建议你把你的问题改成这个效果，或者在谷歌的基础上。顺便说一句，这不是一个微不足道的问题，可能不值得为你引用的用例投入太多时间。你需要一个复杂的启发式算法来解决这个问题。现在，您可以检查同一个字符是否在一行中出现一定次数（类似于

/（）\1{N，}/

），但这实际上只能让您了解到这一点。我建议信任你的用户，否则你会在这个项目上投入大量时间。要正确地做到这一点，你需要对人类语言进行语言处理，以获得意义，最好由人类完成。任何不这样做都会产生更多的误报、愤怒的用户和支持问题，而不会阻止糟糕的描述。强迫用户做他们不想做的事情通常是行不通的，你会得到你的行为。考虑要么让它滑动。或取消最低描述要求。或者把大量的描述分解成一堆更短、更容易回答的问题。你可能需要通过JavaScript来完成。你最好允许更短的文本。就个人而言，我不担心这一点。如果人们想玩这个系统，总有办法的。他们可以简单地开始输入“123456…”。如果重复是一种文体选择呢？不管怎样，您要查找的是最长的公共子字符串。我建议你把你的问题改成这个效果，或者在谷歌的基础上。顺便说一句，这不是一个微不足道的问题，可能不值得为你引用的用例投入太多时间。你需要一个复杂的启发式算法来解决这个问题。现在，您可以检查同一个字符是否在一行中出现一定次数（类似于

/（）\1{N，}/

），但这实际上只能让您了解到这一点。我建议信任你的用户，否则你会在这个项目上投入大量时间。要正确地做到这一点，你需要对人类语言进行语言处理，以获得意义，最好由人类完成。任何不这样做都会产生更多的误报、愤怒的用户和支持问题，而不会阻止糟糕的描述。强迫用户做他们不想做的事情通常是行不通的，你会得到你的行为。考虑要么让它滑动。或取消最低描述要求。或者把大量的描述分解成一堆更简短、更容易回答的问题。谢谢！这是一个很好的提示，可以为我的具体问题找到解决方案。谢谢！这是一个很好的提示，可以为我的具体问题找到解决方案。