当前位置：首页 > PHP

php实现敏感词过滤

2026-02-27 19:54:49PHP

使用正则表达式匹配敏感词

将敏感词存储为数组，通过正则表达式构建匹配模式。使用preg_replace函数替换敏感词为指定字符（如*）。

$sensitiveWords = ['敏感词1', '敏感词2', '测试'];
$pattern = '/(' . implode('|', array_map('preg_quote', $sensitiveWords)) . ')/i';
$text = "这是一段包含敏感词1和测试的文字";
$filteredText = preg_replace($pattern, '*', $text);

使用Trie树提高检测效率

对于大量敏感词场景，构建Trie树数据结构实现高效匹配。需自定义Trie类实现插入和搜索方法，遍历文本时进行多模式串匹配。

class TrieNode {
    public $children = [];
    public $isEnd = false;
}

class SensitiveWordFilter {
    private $root;

    public function __construct() {
        $this->root = new TrieNode();
    }

    public function addWord($word) {
        $node = $this->root;
        for ($i = 0; $i < mb_strlen($word); $i++) {
            $char = mb_substr($word, $i, 1);
            if (!isset($node->children[$char])) {
                $node->children[$char] = new TrieNode();
            }
            $node = $node->children[$char];
        }
        $node->isEnd = true;
    }

    public function filter($text) {
        $result = [];
        $length = mb_strlen($text);
        for ($i = 0; $i < $length; $i++) {
            $node = $this->root;
            $j = $i;
            while ($j < $length) {
                $char = mb_substr($text, $j, 1);
                if (!isset($node->children[$char])) break;
                $node = $node->children[$char];
                if ($node->isEnd) {
                    $result[] = mb_substr($text, $i, $j - $i + 1);
                    $i = $j;
                    break;
                }
                $j++;
            }
        }
        return str_replace($result, '*', $text);
    }
}

结合数据库存储敏感词

将敏感词存储在数据库表中，定期更新缓存。使用文件缓存或内存缓存（如Redis）存储加载的敏感词列表，避免频繁查询数据库。

// 从数据库加载敏感词示例
$pdo = new PDO('mysql:host=localhost;dbname=test', 'user', 'password');
$stmt = $pdo->query("SELECT word FROM sensitive_words");
$words = $stmt->fetchAll(PDO::FETCH_COLUMN);

// 使用APCu缓存
if (!apcu_exists('sensitive_words')) {
    apcu_store('sensitive_words', $words, 3600);
}
$cachedWords = apcu_fetch('sensitive_words');

处理中英文混合场景

针对多语言场景，使用mb_系列函数处理多字节字符。对英文单词进行边界检测避免误匹配（如"ass"不应匹配"class"中的"ass"）。

function filterMixedText($text, $words) {
    $pattern = '/(?<!\w)(' . implode('|', array_map('preg_quote', $words)) . ')(?!\w)/iu';
    return preg_replace($pattern, '[censored]', $text);
}

实现分级过滤机制

根据敏感程度将词汇分为不同级别，采用不同处理策略。可在替换时记录日志供后续分析，对高风险词汇直接阻断内容提交。

php实现敏感词过滤

$level1 = ['暴力词汇'];
$level2 = ['轻度敏感词'];
$text = "包含暴力词汇的内容";

if (preg_match('/'.implode('|', $level1).'/', $text)) {
    header('HTTP/1.1 403 Forbidden');
    exit('内容包含禁止使用的词汇');
} else {
    $filtered = preg_replace('/'.implode('|', $level2).'/', '', $text);
}