字体绕过正则表达式文本扫描

Question

因此，诈骗者正在使用这种形式的消息向我们的用户群发消息 (𝕀 𝕒𝕞 𝕧𝕖𝕣𝕪 𝕚𝕟𝕥𝕖𝕣𝕖𝕤𝕥𝕖𝕕。(𝟞𝟟𝟠) -

我的问题：

1. 为什么消息文本看起来像这样的字体？
2. 这种字体是否绕过手动正则表达式文本扫描，我们会扫描每条消息以捕获任何可疑消息

Answer 1

他们使用的字符，𝔸（数学双击 A (U+1D538)）-𝕫（数学双击 z (U+1D56B)）是 unicode 字符的一部分，而不是单独的字体。

如果您在编写正则表达式时没有考虑特殊的 unicode 字符，那么它们将不会捕获这些字符，因为简单的

/\w/

不会匹配任何这些字符，除非您还指定显式匹配 unicode（通常带有标志

/u

at表达式结尾）。

同样，

/A/

不会匹配

"𝔸"

，因为它们是不同的字符，并且该模式仅匹配该特定字符。

为了不必考虑每种可能的方式来表示相似的字符，您可以在对它们运行正则表达式之前标准化您的unicode，这样可以保证一致的表示，并且您将有更轻松的时间编写与更广泛的文本匹配的表达式。