不能直接用 std::string::replace 做敏感词脱敏，因其无法处理重叠、嵌套或多次出现的敏感词，易漏替、重复或越界，且频繁修改触发内存重分配导致性能差；应采用 ac 自动机一次扫描定位所有匹配区间，再统一掩码。
为什么不能直接用 std::string::replace 做敏感词脱敏
因为单次 replace 只能匹配固定位置，而敏感词可能重叠、嵌套或多次出现（比如“北京”和“北京市”共存），暴力遍历替换容易漏替换、重复替换，甚至引发越界或无限循环。更关键的是，std::string 每次修改都触发内存重分配，频繁替换性能极差。
用 AC 自动机 + 一次扫描完成掩码，才是真“快速”
AC 自动机（Aho-Corasick）专为多模式匹配设计，能在 O(n + m) 时间内完成所有敏感词定位（n 是文本长度，m 是所有敏感词总字符数）。它把敏感词构建成 Trie + 失败指针，避免回溯，比逐个 find 高效一个数量级。
- 构建时用
std::vector<:string></:string>加载敏感词，注意去重和空字符串过滤 - 匹配过程返回所有命中区间（
start,length），不要当场修改原字符串 - 最后统一按区间做掩码：用
std::string::substr拆分 + 拼接，或预分配结果串后用std::copy写入 - 掩码字符建议用
*或，避免用空格——防止破坏格式对齐或被前端 trim 掉
实际编码中三个最容易崩的点
一是 AC 自动机实现里忘记初始化失败指针（fail 数组），导致漏匹配；二是敏感词含 Unicode（如中文），但用了 char 级别建 Trie，应改用 uint8_t 或直接用 std::wstring + UTF-8 解码逻辑；三是掩码区间合并没处理——比如“张三”和“三丰”在“张三丰”中会返回 [0,2) 和 [1,3)，不合并直接替换会得到 “**丰” 而不是 “***”。
- 推荐用现成轻量库如
aho_corasick（C++17 单头文件版），避免手写出错 - 测试必须覆盖重叠词：“南京路”和“京路”在“南京路”中应掩码全部 4 字
- 若需忽略大小写，统一转小写建树 + 匹配前转小写，别在匹配时做 case fold——影响 AC 的跳转效率
如果只是简单场景，std::regex 也能凑合但得小心
std::regex 在 C++17 后性能有所提升，但构造正则对象开销大，且默认不支持重叠匹配（std::regex_iterator 会跳过已匹配部分）。要强行用，得写成 (?=(keyword)) 形式的正向先行断言，并手动管理匹配位置。
- 仅适用于敏感词少（
- 必须用
std::regex_constants::optimize标志编译，否则每次regex_search都重新编译 - Windows 上 MSVC 的
std::regex对中文支持不稳定，建议改用boost::regex或放弃
真正要上生产，AC 自动机是唯一靠谱路径；临时脚本或单元测试里，宁可多写两行 find 循环，也别碰 std::regex 的坑。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
