tirom征集意见：关于v10版的字典，想去掉一些内容

tirom

目前正在合并、优化v10版的字典，结合大家的建议和本人的一些考虑，想去掉一些内容。
我想把字典定位在候补字典的角色：
大家可以选择先跑8位数字、本地手机号、本地固话和小的弱口令，把我的大字典放在最后面跑。

所以目前想去掉以下一些内容，想听听大家的意见：
1、去掉8位纯数字（这是目前呼声比较高的，也是争议比较大的。去掉可以省1G大小）
2、去掉所有带区号的固话号码：只要该行以0开头，第2位为1-9之间，后面再连续跟9个数字(或以上)的，如：051660066091
3、去掉所有手机号码：只要该行以1开头，后面再连续跟10个数字(或以上)的
4、去掉邮箱格式：只要该行同时含有@和.这两种字符的
5、去掉科学计数：该行只存在这几种字符：数字和E+.这三个的，如：2.20525E+12

其他还有什么好的思路和建议，欢迎回复！谢谢大家！ -- by Tirom

-------------------
感谢 7# qgw123 童鞋的建议，考虑手机号以前两位为特征进行删除，查了一下好像只有以下4个号段：13、14、15、18，有没有其他童鞋听说过不是以这四个开头的？以便我精确制作字典。

tang-jacky

楼主，有几个问题请教：
1. 去除字典中汉字行的正则表达式是什么？
2. 能否从A字典中直接去除和B字典中重复的部分，而不是合并去重复？
3. 大字典怎样分割成几部分？

哇哈哈111

没错！我的想法也是这样！先抢了沙发再说！

哇哈哈111

4、去掉邮箱格式：只要该行同时含有@和.这两种字符的

那如果密码是这种的呢？

1234567890.
.1234567890
.123456789
.123456
.1234567
.12345678
.123456789
.012345678
.0123456789
.01234567
.0123456
.012345
012345.
0123456.
01234567.
012345678.
0123456789.
123456789.
12345678.
1234567.
123456.

哇哈哈111

哇哈哈111 发表于 2013-10-30 18:26
4、去掉邮箱格式：只要该行同时含有@和.这两种字符的

那如果密码是这种的呢？

看错了。。。是同时拥有！其他建议问题都没

哇哈哈111

那弱密码：13145201988   这种的岂不是会当成手机号删除吗？

qgw123

哇哈哈111 发表于 2013-10-30 18:34
那弱密码：13145201988   这种的岂不是会当成手机号删除吗？

误删是肯定会有的 就算人工 你不仔细看也一定认为这个是手机号

qgw123

定位是候补字典的话 你说的这些当然可以删除 不过建议处理手机时麻烦一点 分13  15  18开头处理 免得处理掉110120119111之类不常见弱密码

听茶品风

特殊字符的去掉吧

mhjhh

8位数，手机号码必须去掉

ptsos

楼主辛苦了。

qqwangyu

看了学习，字典都是自己生成的

席子

楼主辛苦…………。