- 敏感词、文字过滤是一个网站必不可少的功能,如何设计一个好的、高效的过滤算法是非常有必要的。在实现敏感词过滤的算法中,我们必须要减少运算,而 DFA 在 DFA 算法中几乎没有什么计算,有的只是状态的转换。所以想更高效的进行敏感词的过滤,需要使用 DFA 算法。
复制代码 整理过滤函数代码如下:- /**
- * Notes: [DoFilterWords 过滤字符中敏感词]
- * Author HeZe
- * Date 2021/1/6 14:48
- * @param $list 过滤词一维数组 ['小明', '小红', '大白', '小白', '小黑', 'me', 'you'];
- * @param $string 输入文字 likeyou小白喜欢小黑爱着的大黄
- * @return string 过滤后文字 like**喜欢*爱着的大黄
- */
- function DoFilterWords($list, $string, $symbol = '*')
- {
- $count = 0; // 违规词的个数
- $sensitiveWord = ''; // 违规词
- $stringAfter = $string; // 替换后的内容
- $pattern = "/".implode("|",$list)."/i"; // 定义正则表达式
- if(preg_match_all($pattern, $string, $matches)) { // 匹配到了结果
- $patternList = $matches[0]; // 匹配到的数组
- $count = count($patternList);
- $sensitiveWord = implode(',', $patternList); // 敏感词数组转字符串
- //把匹配到的数组进行合并,替换使用
- $replaceArray = array_combine($patternList,array_fill(0, count($patternList), $symbol));
- $stringAfter = strtr($string, $replaceArray); //结果替换
- }
- $log = "原句为 [ {$string} ]<br/>";
- if($count==0) {
- $log .= "暂未匹配到敏感词!";
- } else {
- $log .= "匹配到 [ {$count} ]个敏感词:[ {$sensitiveWord} ]<br/>"."替换后为:[ {$stringAfter} ]";
- }
- return $log;
- }
复制代码 使用方法
- // 过滤词库
- $list = ['小明', '小红', '大白', '小白', '小黑', 'me', 'you'];
- // 输入文字
- $string = "likeyou小白喜欢小黑爱着的大黄";
- // 调用函数
- $res = DoFilterWords($list , $string , '*');
- echo $res;
- // 输出结果
- 原句为 [ likeyou小白喜欢小黑爱着的大黄 ]
- 匹配到 [ 3 ]个敏感词:[ you,小白,小黑 ]
- 替换后为:[ like**喜欢*爱着的大黄 ]
复制代码
|
|