php github敏感词过滤,写了一个敏感词过滤的方法
大概逻辑就是：循环敏感词库的内容，然后 1. 直接在用户提交的字符串中匹配 2. 去除特殊符号后匹配 3. 提取其中的中文部分，组成整句，进行匹配 4. 提前英文部分，以单词为单位，进行匹配。 这四种可以想象为四个级别，判断的时候，增加或者减少条件判断，能够调整过滤级别
一般常规的越过敏感词验证是在其中加上干扰符号，例如 一个傻￥%&×叉 ，也有可能是夹杂单词，例如 一个傻tm叉 ，单词中如果是 f-u-c-k ，这样的都可以被处理。越过的方法是夹杂其他语种的词汇就行，例如 é-f-é-u-é-c-é-k-é ，这样的暂时未处理。
代码如下：
// $str = 他是个傻@B bitchSADF啊，傻xx逼! é-f-é-u-é-c-é-k-é?;
if (!function_exists(sensitiveWordFilter)) {
function sensitiveWordFilter($str)
{
// $words = getSensitiveWords();
$words = [fuck, 傻逼, bitch啊]; // 建议从文件或者缓存中读取敏感词列表，英文约定小写
$flag = false;
// 提取中文部分，防止其中夹杂英语等
preg_match_all("/[x{4e00}-x{9fa5}]+/u", $str, $match);
$chinsesArray &
大概逻辑就是：循环敏感词库的内容，然后 1. 直接在用户提交的字符串中匹配 2. 去除特殊符号后匹配 3. 提取其中的中文部分，组成整句，进行匹配 4. 提前英文部分，以单词为单位，进行匹配。 这四种可以想象为四个级别，判断的时候，增加或者减少条件判断，能够调整过滤级别 一般常规的越过敏感词验证是在其中加上干扰符号，例如 一个傻￥%&×叉 ，也有可能是夹杂单词，例如 一个傻tm叉 ，单词中如果是 f-u-c-k ，这样的都可以被处理。越过的方法是夹杂其他语种的词汇就行，例如 é-f-é-u-é-c-é-k-é ，这样的暂时未处理。 代码如下： // $str = 他是个傻@B bitchSADF啊，傻xx逼! é-f-é-u-é-c-é-k-é?; if (!function_exists(sensitiveWordFilter)) { function sensitiveWordFilter($str) { // $words = getSensitiveWords(); $words = [fuck, 傻逼, bitch啊]; // 建议从文件或者缓存中读取敏感词列表，英文约定小写 $flag = false; // 提取中文部分，防止其中夹杂英语等 preg_match_all("/[x{4e00}-x{9fa5}]+/u", $str, $match); $chinsesArray &
下一篇：
C++有哪些常用的库文件