php实现敏感词过滤通常采用dfa（确定有限状态自动机）算法，核心做法是构建一棵前缀树来存储敏感词库，并在遍历文本时进行匹配。具体而言，你需要将敏感词列表预处理成嵌套数组或对象结构，然后在扫描用户输入时，从当前字符对应的节点开始向下查找，一旦遇到标记为“结束”的节点即判定命中，并根据需求替换为星号或直接拦截。这种方法相比正则表达式能显著降低时间复杂度，适合处理大规模词库。
DFA前缀树的构建逻辑是什么
DFA前缀树的构建是将线性敏感词转化为层级结构的过程。每个节点代表一个字符，如果该字符是某个敏感词的结尾，则在该节点上设置特殊标记。构建时，依次读取敏感词中的每个字符，若当前节点的子节点中不存在该字符，则创建新节点；若存在，则移动到该子节点继续处理下一个字符。最终，所有敏感词的路径都会汇聚到这棵树中，共享公共前缀以节省空间。
<?php class DfaFilter {
private $tree = [];
public function addWord($word) {
$node = &$this->tree;
for ($i = 0, $len = strlen($word); $i false, 'children' => []];
}
$node = &$node['children'][$char];
}
$node['is_end'] = true;
}
public function build() {
// 预处理完成，树已构建
}
}
$filter = new DfaFilter();
$filter->addWord('bad_word');
$filter->addWord('another_bad');
$filter->build();
?>
如何遍历文本并执行敏感词匹配
匹配过程是对输入字符串进行逐字扫描。对于每个起始位置，尝试沿着前缀树向下匹配。如果匹配成功且到达结束节点，则记录该敏感词的范围；如果中途失配，则回到下一个起始位置继续尝试。为了提高效率，通常会使用双指针或滑动窗口的方式，避免重复检查。当发现敏感词后，可以根据策略选择跳过已匹配的字符长度，或者仅替换第一个字符。
<?php public function check($text) {
$len = strlen($text);
$result = [];
for ($i = 0; $i < $len; $i++) {
$node = &$this->tree;
$matchLen = 0;
for ($j = $i; $j $i,
'end' => $j,
'word' => substr($text, $i, $matchLen)
];
break; // 找到最长匹配或首个匹配
}
} else {
break;
}
}
}
return $result;
}
?>
匹配到敏感词后如何进行替换处理
在获取到敏感词的位置信息后，替换操作可以通过字符串拼接或原地修改来实现。常见的做法是创建一个新字符串，将非敏感部分原样保留，将敏感部分替换为指定长度的星号或其他掩码字符。为了保持原文本长度不变，可以使用`str_repeat('*', $length)`生成等长的替换串。此外，还需注意处理重叠敏感词的情况，通常优先匹配最长的词，或者按出现顺序依次处理，避免索引错乱。
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！
