dfa算法是php敏感词过滤最实用高效的选择，时间复杂度o(n)，支持utf-8中文、缓存树结构、单例复用及倒序替换防偏移，推荐使用lustre/php-dfa-sensitive包。
PHP网站做敏感词过滤，DFA算法是当前最实用、性能最稳的选择。它不依赖正则引擎，建树一次，后续每次文本匹配都是 O(n) 时间复杂度（n 是文本长度），词库扩大到几千条也不会明显变慢——这点对评论、弹幕、表单提交这类高频短文本场景特别关键。
为什么DFA比正则或strpos循环更靠谱
很多项目一开始用 preg_match_all 或遍历词库调 strpos，短期能跑，但一上量就出问题：
- 正则分支超 500 个后，PHP 的 PCRE 引擎容易回溯爆炸，响应延迟甚至超时
-
strpos循环每条评论扫几百次字符串，CPU 消耗直线上升，QPS 下降明显 -
str_replace全局替换会误伤，比如“和谐”变“**谐”，“南京”和“南京市”共存时漏匹配
PHP中实现DFA的核心要点
不是代码越长越好，关键是结构轻、内存省、中文稳：
- 词库必须按 UTF-8 单字符切分，用
mb_substr($word, $i, 1, 'utf-8')，不能用str_split，否则汉字变乱码节点 - 树节点用索引数组（如
['is_end' => true, 'next' => []]），不用对象，避免 PHP-FPM 下反复实例化开销 - 构建过程禁用递归，改用 while 循环，防超长词触发栈溢出或执行超时
- 把生成的树结构缓存为 PHP 文件（
var_export写入），下次直接require，比 JSON 解析快 3 倍
在ThinkPHP或原生PHP中怎么接入
别在控制器里每次 new 一个过滤器，也别把树存在 Session 或全局变量里：
- 启动时从数据库加载启用状态的敏感词：
Db::name('sensitive_words')->where('status', 1)->column('word') - 构建好树后注册为容器单例（ThinkPHP）或静态属性（原生），确保只初始化一次
- 替换敏感词时，先收集所有匹配位置
[(start, end, word)]，再按起始位置倒序替换，防止字符串索引偏移 - 如需标记或提取，用
mark($text, '<span class="bad">', '</span>')或getBadWord($text, 1)获取首个命中词
现成方案与避坑提醒
如果不想手写，可用成熟包 lustre/php-dfa-sensitive：
- 支持数组传词、文件读取、自动去重和空格清理
- 提供
islegal()、replace()、mark()、getBadWord()四类接口，覆盖常见审核需求 - 注意：它不支持同音字、形近字等模糊匹配，这类需求得叠加 NLP 模块，DFA 本身只做精确匹配
- 更新词库后必须重建树并刷新缓存，不能指望热加载——DFA 天然适合词库稳定、审核后生效的流程
php免费学习视频：立即使用
踏上前端学习之旅，开启通往精通之路！从前端基础到项目实战，循序渐进，一步一个脚印，迈向巅峰！
