Ok, questo mi ci è voluto un po 'per capirlo, avevo l'impressione che combinare i personaggi per produrre zalgo si limitasse a questi . Quindi mi aspettavo che seguendo regex per catturare i mostri.
([\u0300–\u036F\u1AB0–\u1AFF\u1DC0–\u1DFF\u20D0–\u20FF\uFE20–\uFE2F]{2,})
e non ha funzionato ...
Il problema è che l' elenco in wiki non copre l'intera gamma di caratteri combinati.
Ciò che mi ha dato un suggerimento è "ก้้้้้้้้้้้้้้้้้้้้".charCodeAt(2).toString(16)
= "e49" che, non all'interno di un intervallo di combinazione, rientra in "Uso privato".
In C # rientrano UnicodeCategory.NonSpacingMark
e il seguente script li elimina:
[Test]
public void IsZalgo()
{
var zalgo = new[] { UnicodeCategory.NonSpacingMark };
File.Delete("IsModifyLike.html");
File.AppendAllText("IsModifyLike.html", "<table>");
for (var i = 0; i < 65535; i++)
{
var c = (char)i;
if (zalgo.Contains(Char.GetUnicodeCategory(c)))
{
File.AppendAllText("IsModifyLike.html", string.Format("<tr><td>{0}</td><td>{1}</td><td>{2}</td><td>A&#{3};&#{3};&#{3}</td></tr>\n", i.ToString("X"), c, Char.GetUnicodeCategory(c), i));
}
}
File.AppendAllText("IsModifyLike.html", "</table>");
}
Guardando la tabella generata dovresti essere in grado di vedere quali sono in pila. Un intervallo che manca su wiki è 06D6-06DC
un altro 0730-0749
.
AGGIORNARE:
Ecco un'espressione regolare aggiornata che dovrebbe ripescare tutto lo zalgo, compresi quelli bypassati nell'intervallo "normale".
([\u0300–\u036F\u1AB0–\u1AFF\u1DC0–\u1DFF\u20D0–\u20FF\uFE20–\uFE2F\u0483-\u0486\u05C7\u0610-\u061A\u0656-\u065F\u0670\u06D6-\u06ED\u0711\u0730-\u073F\u0743-\u074A\u0F18-\u0F19\u0F35\u0F37\u0F72-\u0F73\u0F7A-\u0F81\u0F84\u0e00-\u0eff\uFC5E-\uFC62]{2,})
La parte più difficile è identificarli, una volta che lo hai fatto: ci sono moltissime soluzioni tra cui alcune buone sopra.
Spero che questo ti faccia risparmiare tempo.