Ga naar hoofdinhoud

Verslaan en verbeteren

Je filter vergelijkt nu hele woorden. Een spammer wil er toch langs: hij schrijft zijn woorden net anders. Jij vult je lijst aan, en hij verzint weer iets nieuws.

Voorspel​

verdacht = ["gratis", "winnen", "klik", "nu", "geld"]
woorden = "gratis! klik snel, win geld".split()

score = 0
for woord in woorden:
    if woord in verdacht:
        score = score + 1

print("score:", score)

Welke score krijgt dit bericht?

Antwoord
score: 2

Alleen klik en geld tellen. Het eerste woord is "gratis!", met het leesteken eraan, en win is niet hetzelfde als winnen.

Zo werkt het​

Het filter kent alleen de woorden uit zijn lijst, precies zoals ze daar staan. Een leesteken erachter, een cijfer in plaats van een letter of een ander woord met dezelfde betekenis, en het bericht glipt erdoor.

Jij kunt woorden aan de lijst toevoegen. Maar de spammer ziet welke berichten niet aankomen, en verzint dan een nieuw woord.

Bouw zelf: verslaan en verbeteren​

Schrijf een spambericht dat door het filter glipt: het is overduidelijk spam, maar het krijgt een score onder de drempel. Voeg daarna woorden aan de lijst verdacht toe zodat je eigen bericht wél als spam herkend wordt. In de editor staat de versie met .split() uit hele woorden.

Begin klein, en breid de code stap voor stap uit:

  1. Draai de code: het filter ziet dit bericht als spam.
  2. Verander het bericht in een spambericht dat het filter mist: de score moet onder 2 komen.
  3. Zet woorden uit jouw bericht in verdacht, tot het filter het wel als spam ziet.
Python
Code-omgeving wordt voorbereid…
Tip

Spammers schrijven woorden net anders, zodat ze niet in de lijst staan: gr4tis in plaats van gratis, of andere woorden die hetzelfde betekenen.

Antwoord
verdacht = ["gratis", "winnen", "klik", "nu", "geld", "gr4tis", "cadeau", "prijs"]

bericht = "Je hebt een gr4tis cadeau gewonnen, haal je prijs op"
bericht = bericht.lower()

woorden = bericht.split()
score = 0
for woord in woorden:
    if woord in verdacht:
        score = score + 1

print("score:", score)   # score: 3

Met de oude lijst kreeg dit bericht score 0. Je kunt de lijst blijven aanvullen, maar de spammer verzint steeds een nieuw woord. Het volgende project laat het filter zijn woorden daarom zelf uit voorbeelden halen.

Door naar woorden tellen.