strpos循环撑不住500条敏感词是因为算法复杂度为o(n×m)，qps超30即cpu持续>70%，且str_replace易误伤“和谐”等词；正确解法是dfa树，建树用mb_substr安全切分、索引数组存储、循环建树防溢出，缓存为php数组并确保权限与apcu开启。

为什么 strpos 循环在 ThinkPHP 6 中撑不住 500 条敏感词

不是代码写错了，是算法选错了。当词库超过 300 条，foreach + strpos 遍历每条评论，本质是 O(n×m) 时间复杂度 —— 每个字符都要扫一遍词表。QPS 上 30 就可能看到 CPU 持续 >70%，str_replace 还会误伤“和谐”“河蟹”这类变形词。

• 错误现象：preg_match_all('/'.implode('|', $words).'/', $content) 在词库过千时直接超时或内存溢出
• 别把敏感词塞进 validate 规则里 —— 它只校验字段格式，不负责语义匹配
• 数据库 WHERE word IN (...) 查询不是过滤动作，只是查词是否存在，不能替代文本扫描
• 真正要解决的是“单次扫描完成全部匹配”，DFA 的 O(n) 才是解法

怎么手写一个轻量 DFA 树，不依赖第三方包

ThinkPHP 6 不自带 DFA 实现，但不需要引入完整 AC 自动机。核心就两个动作：建树 + 扫描，30 行内能跑通。重点不在功能多，而在内存省、中文稳、不递归。

• 节点必须用索引数组：['is_end' => true, 'next' => []]，不用对象，避免 PHP-FPM 下反复实例化开销
• 切分汉字必须用 mb_substr($word, $i, 1, 'utf-8')，str_split 会把一个汉字拆成 3 个乱码字节，树就废了
• 建树禁用递归，改用 for 循环 + 引用传递：&$currentNode，防超长词触发栈溢出
• 末尾节点加 'is_end' => true 标识，中间节点也得显式设 'is_end' => false，否则匹配逻辑会错判

如何把 DFA 树缓存到文件并复用

每次请求都重建树，等于把性能瓶颈从匹配阶段转移到初始化阶段。缓存不是可选项，是刚需 —— 尤其当你的词库每天只更新几次，而评论请求每秒几十次。

btpanel phpsite 宝塔面板PHP网站

宝塔面板 PHP 网站管理：站点创建、删除、启停、PHP 版本切换、域名管理、SSL证书管理、伪静态管理、数据库管理

下载

• 构建完成后，用 var_export($tree, true) 导出为纯 PHP 数组，写入 runtime/cache/dfa_tree.php
• 后续请求直接 require 该文件，比 JSON 解析快 3 倍以上，且无反序列化开销
• 新增/禁用敏感词后，必须主动删除该缓存文件，否则新词永远不生效
• 别用 APCu 缓存树结构 —— 如果 apcu.enabled=0，会导致每次请求重建，CPU 突增（这是线上最常被忽略的配置点）

在 ThinkPHP 6 中间件里怎么安全调用 DFA 过滤器

过滤逻辑不能散落在控制器里，也不能塞进 Session 或 Request 对象 —— 树是只读静态资源，必须由容器统一管理生命周期。

• 在 app/middleware/ContentFilterMiddleware.php 的 handle() 方法开头 require runtime/cache/dfa_tree.php，然后 new DfaFilter($root)
• 调用 $filter->search($content) 返回布尔值即可判断是否命中，不要等它返回所有词 —— 拦截场景只需“有/无”
• 若需替换，先用 $filter->getPositions($content) 获取所有 [(start, end, word)]，再按起始位置倒序替换，防止字符串偏移
• 禁止在中间件里做日志记录或跳转 —— 这些应交由异常处理器统一处理，保持中间件职责单一

最易被忽略的点：缓存文件路径权限和 APCu 开关状态。很多团队测着没问题，上线后 CPU 暴涨，最后发现是 runtime/cache 目录不可写，或服务器没开 APCu 却写了缓存逻辑。DFA 本身很稳，卡住的往往是这些外围细节。

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！