PHP 敏感詞過濾類別：白名單保護機制與黑名單替換實作

內容審核系統需過濾敏感詞彙，但單純替換會誤傷正常詞彙（如「曹操」被過濾成「曹**」）。本文實作 StrFilter 類別，採用白名單保護機制：先將白名單詞彙暫時替換為特殊標記，執行黑名單替換後再還原白名單，精準避免誤傷。

核心邏輯

1. 保護白名單：將白名單詞彙替換為唯一標記（如 `[[##key##]]`）。
2. 替換黑名單：對剩餘內容執行敏感詞替換。
3. 還原白名單：將標記替換回原始白名單詞彙。

類別程式碼

<?php
class StrFilter {
    private $_white_list = [];
    private $_black_list = [];
    private $_replacement = '*';
    private $_LTAG = '[[##';
    private $_RTAG = '##]]';

    public function __construct(array $white_list = [], array $black_list = [], $replacement = '*') {
        $this->_white_list = $white_list;
        $this->_black_list = $black_list;
        $this->_replacement = $replacement;
    }

    public function replace($content) {
        if (!isset($content) || $content === '') return '';

        // 1. 保護白名單
        $content = $this->protect_white_list($content);

        // 2. 替換黑名單
        if ($this->_black_list) {
            foreach ($this->_black_list as $word) {
                $content = str_replace($word, $this->_replacement, $content);
            }
        }

        // 3. 還原白名單
        $content = $this->resume_white_list($content);
        return $content;
    }

    public function check($content) {
        if (!isset($content) || $content === '') return true;
        $content = $this->protect_white_list($content);
        if ($this->_black_list) {
            foreach ($this->_black_list as $word) {
                if (strstr($content, $word) !== false) return false;
            }
        }
        return true;
    }

    private function protect_white_list($content) {
        if ($this->_white_list) {
            foreach ($this->_white_list as $key => $word) {
                $content = str_replace($word, $this->_LTAG . $key . $this->_RTAG, $content);
            }
        }
        return $content;
    }

    private function resume_white_list($content) {
        if ($this->_white_list) {
            $content = preg_replace_callback(
                '/' . preg_quote($this->_LTAG, '/') . '(.*?)' . preg_quote($this->_RTAG, '/') . '/s',
                [$this, 'getval'],
                $content
            );
        }
        return $content;
    }

    private function getval($matches) {
        return isset($this->_white_list[$matches[1]]) ? $this->_white_list[$matches[1]] : '';
    }
}
?>

使用範例

<?php
header('Content-Type: text/html; charset=utf-8');
require 'StrFilter.class.php';

$white = ['屌絲', '曹操'];  // 白名單：受保護詞彙
$black = ['屌', '操'];      // 黑名單：敏感字元
$content = '我操,曹操你是屌絲,我屌你啊';

$filter = new StrFilter($white, $black);
echo $filter->replace($content);

執行過程追蹤

輸出結果

我*,曹操你是屌絲,我*你啊

進階擴充建議

• 支援正則黑名單：`$black_list` 可存儲正則模式，`replace` 時使用 `preg_replace`。
• 分級替換字元：根據敏感等級使用不同替換字元（`*`、`#`、`[屏蔽]`）。
• 大小寫不敏感：`str_ireplace` 或正則 `/i` 模式。
• 詞彙庫外部化：從資料庫/快取載入黑白名單，支援熱更新。
• Trie 樹優化：大量敏感詞（>1萬）時，採用 Trie 樹（AC 自動機）實現 O(n) 多模式匹配，避免多次遍歷字串。
• 上下文感知：結合分詞技術（如 jieba-php），語義級過濾而非單純字串匹配。

效能對比

StrFilter 的白名單保護機制以極低複雜度解決了「誤傷正常詞」的經典問題，適合中小型內容審核系統；大規模高併發場景建議引入 Trie 樹或專業內容審核服務（如騰訊雲內容安全、阿里云綠網）。

1. 上一篇文章： PHP 產生 QR Code 完整範例：使用 PHP QR Code 庫
2. 下一篇文章： PHP 統一資料回傳格式類別：支援 JSON、XML、JSONP、Array 多格式輸出

PHP 相關知識

Laravel 數據庫操作入門：配置、查詢構造器、遷移與 Eloquent ORM 完整指南

環境配置 修改專案根目錄 .env： DB_HOST=127

PHP 數組操作完全指南：定義、遍歷、核心函數與排序詳解

PHP 數組操作完全指南：定義、遍歷、核心函數與排序詳解 數

Linux 生產環境部署實戰筆記：MySQL、JDK、Nginx 設置與免密登入

Linux 生產環境部署實戰筆記：MySQL、JDK、Ngi

Apache Rewrite 偽靜態配置全攻略：.htaccess 重寫規則、404 頁面、防盜鏈與存取控制

啟用 Rewrite 模組 編輯 httpd.co