敏感词过滤应放在iris中间件层：用iris.handler在ctx.next()前统一处理，通过预读body、ac自动机构建trie树匹配，并支持热更新与并发安全。
敏感词过滤该放在 Iris 的哪一层
直接在路由处理器里写过滤逻辑最简单，但会重复、难维护。Iris 提供的 iris.Context 生命周期钩子中，ctx.Next() 前执行过滤最合适——也就是用中间件（iris.Handler）。这样所有需要过滤的路由统一挂载，不侵入业务代码。
注意：不要在 ctx.Values().Set() 之后再改请求体，因为 ctx.Request().Body 是单次读取流，中间件里读一次后后续处理器再读就是空的。
如何安全读取并重置请求 Body 实现过滤
敏感词检测必须基于原始请求内容（比如 POST /api/comment 的 JSON body），但 ctx.Request().Body 是 io.ReadCloser，读完就关闭。得先读出来、检测、再“伪造”一个可重读的 body 给下游。
- 用
io.ReadAll(ctx.Request().Body)拿到原始字节 - 检测前先判断 Content-Type 是否含
application/json或application/x-www-form-urlencoded，避免对文件上传等二进制请求误处理 - 检测命中后，直接
ctx.StatusCode(400)+ctx.JSON(iris.Map{"error": "包含敏感词"})并 return，不调用ctx.Next() - 未命中时，用
bytes.NewReader(data)包装原始数据，再通过ctx.Request().Body = ioutil.NopCloser(reader)（Go 1.19+ 推荐用io.NopCloser）重置 body
用什么方式匹配敏感词效率高又支持中文
正则 regexp.MustCompile 对少量词还行，但词库一过百，回溯爆炸、CPU 占用高；逐个 strings.Contains 更慢。推荐用 AC 自动机（Aho-Corasick），Go 有轻量库 github.com/BobuSumisu/ahocorasick，支持 Unicode，建树快、匹配 O(n)。
实操建议：
- 启动时一次性加载敏感词列表，构建
*ahocorasick.Trie实例，存在全局变量或app.RegisterDependency()注入 - 匹配时用
trie.FindAll([]byte(bodyStr))，返回所有命中位置和关键词，比布尔判断更利于日志审计 - 避免在每次请求里重新编译正则或重建 trie，那是典型性能陷阱
怎么让敏感词规则热更新不重启服务
Iris 本身不提供配置热重载，得自己加一层。最简方案是监听文件变化（如 sensitive_words.json），用 fsnotify 库捕获 WRITE 事件，触发 trie 重建。
关键细节：
- 重建过程要加
sync.RWMutex，读（过滤中间件）用RLock()，写（重建 trie）用Lock()，避免并发 panic - 新 trie 构建成功后再原子替换旧实例（
atomic.StorePointer或互斥写指针），不能边用边改结构 - 别依赖 HTTP 接口动态 POST 词库——没鉴权极易被刷，且无持久化，重启即丢
真正难的不是加过滤，而是词库版本管理、命中词脱敏上报、以及绕过 base64/unicode 编码的变体检测——这些得在匹配前做预标准化，否则形同虚设。
