PHP 实现敏感词 / 停止词 过滤（附敏感词库）

1. 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：

1. /**
   
2. * Notes: [DoFilterWords 过滤字符中敏感词]
   
3. * Author HeZe
   
4. * Date 2021/1/6 14:48
   
5. * @param $list     过滤词一维数组  ['小明', '小红', '大白', '小白', '小黑', 'me', 'you'];
   
6. * @param $string   输入文字       likeyou小白喜欢小黑爱着的大黄
   
7. * @return string   过滤后文字     like**喜欢*爱着的大黄
   
8. */
   
9. function DoFilterWords($list, $string, $symbol = '*')
   
10. {
    
11.     $count = 0;             // 违规词的个数
    
12.     $sensitiveWord = '';    // 违规词
    
13.     $stringAfter = $string;      // 替换后的内容
    
14.     $pattern = "/".implode("|",$list)."/i"; // 定义正则表达式
    
15. 
    
16.     if(preg_match_all($pattern, $string, $matches)) { // 匹配到了结果
    
17.         $patternList = $matches[0];     // 匹配到的数组
    
18.         $count = count($patternList);
    
19.         $sensitiveWord = implode(',', $patternList);    // 敏感词数组转字符串
    
20.         //把匹配到的数组进行合并，替换使用
    
21.         $replaceArray = array_combine($patternList,array_fill(0, count($patternList), $symbol));
    
22.         $stringAfter = strtr($string, $replaceArray); //结果替换
    
23.     }
    
24. 
    
25.     $log = "原句为 [ {$string} ]<br/>";
    
26. 
    
27.     if($count==0) {
    
28.         $log .= "暂未匹配到敏感词！";
    
29.     } else {
    
30.         $log .= "匹配到 [ {$count} ]个敏感词：[ {$sensitiveWord} ]<br/>"."替换后为：[ {$stringAfter} ]";
    
31.     }
    
32. 
    
33.     return $log;
    
34. }

复制代码

使用方法

1. // 过滤词库
   
2. $list = ['小明', '小红', '大白', '小白', '小黑', 'me', 'you'];
   
3. 
   
4. // 输入文字
   
5. $string = "likeyou小白喜欢小黑爱着的大黄";
   
6. 
   
7. // 调用函数
   
8. $res = DoFilterWords($list , $string , '*');
   
9. echo $res;
   
10. 
    
11. // 输出结果
    
12. 原句为 [ likeyou小白喜欢小黑爱着的大黄 ]
    
13. 匹配到 [ 3 ]个敏感词：[ you,小白,小黑 ]
    
14. 替换后为：[ like**喜欢*爱着的大黄 ]

复制代码