openresty通过lua实现敏感词过滤，核心是ngx.var获取文本、trie树/redis优化匹配、按策略响应拦截/脱敏/打标，并在init_by_lua_block预加载词库、注意utf-8编码与正则安全。
OpenResty 通过 Lua 脚本实现敏感词过滤与文本内容审查，核心在于利用 ngx.var 获取请求参数或请求体，用 Lua 字符串处理或正则匹配进行关键词检测，并结合预加载的敏感词库（如数组、Trie 树或 Redis 缓存）提升性能和可维护性。关键不是简单替换，而是兼顾准确性、性能和扩展性。
获取待审查文本内容
根据接口设计，文本可能来自不同位置：
-
GET 请求参数：如
/search?q=xxx，用ngx.var.arg_q或ngx.req.get_uri_args().q获取； -
POST 表单数据：需先调用
ngx.req.read_body()，再用ngx.req.get_post_args()解析； -
JSON 请求体：需读取原始 body（
ngx.req.get_body_data()），用cjson.decode()解析，提取字段如content或text； -
Header 或 Cookie 中的内容：如
ngx.var.http_x_user_input或ngx.var.cookie_input，注意做基础校验防空值。
构建高效敏感词匹配机制
直接用 string.find 遍历关键词列表在高并发下性能差，推荐以下方式：
- 内存 Trie 树（推荐）：使用 lua-resty-trie 模块预加载敏感词，支持前缀匹配与模糊容忍（如“*毒*”），查询时间复杂度接近 O(m)，m 为文本长度；
-
Redis + Set/Sorted Set：将敏感词存入 Redis，用
SMEMBERS加载到 Lua table（适合词库不频繁变更）；或用SSCAN分批加载防阻塞； -
编译正则模式（小规模适用）：将敏感词转义后拼成
(词1|词2|词3)，用ngx.re.find扫描，注意控制总长度（避免 PCRE 栈溢出）和启用"jo"选项跳过捕获提升速度。
执行审查逻辑并返回结果
检测到敏感词后，按业务策略响应：
-
静默拦截：设置
ngx.exit(400)或自定义状态码，返回 JSON 如{"code":403,"msg":"内容含敏感信息"}； -
脱敏返回：用
string.gsub或 Trie 的替换接口将命中词替换为**或星号，再透传给后端； -
打标记录：调用
ngx.log(ngx.WARN, "sensitive word: "..word..", uri: "..ngx.var.uri)，配合日志采集系统分析风险趋势； -
联动风控：调用
resty.http向内部风控服务上报用户 ID、文本哈希、命中词等，触发频次限制或人工复审。
优化与注意事项
真实部署中需关注几个易忽略点：
- 敏感词库建议放在
init_by_lua_block中一次性加载，避免每次请求重复读文件或查 Redis； - 对中文需注意编码——确保 Nginx 配置
lua_code_cache on且 Lua 文件保存为 UTF-8 无 BOM； - 避免正则回溯爆炸：禁用
.匹配换行（加n选项），敏感词本身不要含未转义的正则元字符； - 若审查粒度到段落或整文，可结合分词（如
lua-resty-jieba）提升准确率，但会增加延迟，建议异步或采样审查。
