您现在的位置：程式碼之家 >> 編程語言 > >> 網頁程式設計 >> PHP 程式設計 >> PHP 綜合知識

PHP 敏感詞過濾類實現：白名單保護、黑名單替換、檢測功能完整代碼

編輯：PHP 綜合知識

內容審核系統核心需求：**敏感詞替換**、**敏感詞檢測**、**白名單保護**(如「曹操」不應被「操」過濾)。本文提供生產級 `StrFilter` 類，支持自定義替換字符、白名單/黑名單數組、大小寫不敏感擴展。

核心類：StrFilter

<?php
/**
 * 敏感詞過濾器
 * 支持：黑名單替換、白名單保護、敏感詞檢測
 */
class StrFilter {
    private $_whiteList = [];      // 白名單 [關鍵詞 => 替換佔位符]
    private $_blackList = [];      // 黑名單關鍵詞數組
    private $_replacement = '*';   // 替換字符
    private $_lTag = '[[##';       // 白名單保護左標記
    private $_rTag = '##]]';       // 白名單保護右標記

    public function __construct(array $whiteList = [], array $blackList = [], string $replacement = '*') {
        $this->_whiteList = $whiteList;
        $this->_blackList = $blackList;
        $this->_replacement = $replacement;
    }

    /**
     * 替換敏感詞
     * @param string $content 待處理內容
     * @return string 處理後內容
     */
    public function replace(string $content): string {
        if (empty($content)) return '';

        // 1. 保護白名單：將白名單詞替換為唯一標記
        $content = $this->_protectWhiteList($content);

        // 2. 替換黑名單
        if ($this->_blackList) {
            foreach ($this->_blackList as $word) {
                $content = str_ireplace($word, $this->_replacement, $content); // 不區分大小寫
            }
        }

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

        return $content;
    }

    /**
     * 檢測是否包含敏感詞
     * @param string $content
     * @return bool true=無敏感詞/通過, false=包含敏感詞
     */
    public function check(string $content): bool {
        if (empty($content)) return true;

        $content = $this->_protectWhiteList($content);

        if ($this->_blackList) {
            foreach ($this->_blackList as $word) {
                if (stripos($content, $word) !== false) { // 不區分大小寫檢測
                    return false;
                }
            }
        }
        return true;
    }

    // 白名單保護：替換為唯一標記
    private function _protectWhiteList(string $content): string {
        if ($this->_whiteList) {
            foreach ($this->_whiteList as $key => $word) {
                $content = str_ireplace($word, $this->_lTag . $key . $this->_rTag, $content);
            }
        }
        return $content;
    }

    // 白名單還原：將標記替換回原詞
    private function _restoreWhiteList(string $content): string {
        if ($this->_whiteList) {
            $content = preg_replace_callback(
                '/' . preg_quote($this->_lTag, '/') . '(.*?)' . preg_quote($this->_rTag, '/') . '/s',
                function ($matches) {
                    $key = $matches[1];
                    return isset($this->_whiteList[$key]) ? $this->_whiteList[$key] : '';
                },
                $content
            );
        }
        return $content;
    }
}
?>

使用示例

<?php
require_once 'StrFilter.php';

// 白名單：受保護詞 (key 為內部標識，value 為實際詞)
$whiteList = [
    'caocao' => '曹操',
    'diao_si' => '屌絲', // 自定義 key 避免衝突
];

// 黑名單：敏感詞
$blackList = ['屌', '操', '傻逼', '垃圾'];

$content = "我操，曹操你是屌絲，我屌你啊，傻逼垃圾";

$filter = new StrFilter($whiteList, $blackList, '**');

// 替換測試
echo "原文: $content\n";
echo "替換後: " . $filter->replace($content) . "\n";
// 輸出: 我**，曹操你是屌絲，我**你啊，******

// 檢測測試
$clean = "今天天氣不錯";
$dirty = "這是垃圾內容";
echo "正常內容檢測: " . ($filter->check($clean) ? '通過' : '不通過') . "\n"; // 通過
echo "敏感內容檢測: " . ($filter->check($dirty) ? '通過' : '不通過') . "\n"; // 不通過
?>

核心邏輯圖解


原文: "我操，曹操你是屌絲"
    ↓
1. 白名單保護: "我操，[[##caocao##]]你是[[##diao_si##]]"
    ↓
2. 黑名單替換: "我**，[[##caocao##]]你是[[##diao_si##]]"
    ↓
3. 白名單還原: "我**，曹操你是屌絲"
    ↓
結果: "我**，曹操你是屌絲"  ✓ 白名單詞未被破壞

擴展建議：高性能場景優化

優化方向	方案	適用場景
超大黑名單 (10萬+)	構建 Trie 字典樹 (前綴樹) / Aho-Corasick 自動機	高頻內容審核、實時過濾
多語言/繁簡體	引入 `opencc` 繁簡轉換，統一編碼後過濾	港台/海外業務
變體詞 (如 "傻*逼", "S B")	正則預處理 + 字符標準化 (全角轉半角、去特殊符號)	對抗式內容審核
分布式服務化	封裝為 gRPC/HTTP 微服務，支持熱更新詞庫	多業務線複用
性能極致	C/C++ 擴展 (php-extension) 或 Swoole 協程異步處理	億級日請求