php 敏感詞過濾高級版

silverair

前面介紹過一個過濾了些特殊字符的php程序，下面我們升級一下這個敏感詞過濾函數更強大了有了它再也不怕敏感詞中間加空格或者其他標點符號了。

只要用戶可以發言的地方，就可能出現廣告或者其他敏感詞，因此必須加入敏感詞過濾機制來保持站點的」純潔」。
過濾機制：加入php關鍵字正則匹配
//$str 為用戶數據
function wordFilter($str)
{
       /*
    獲取敏感詞列表
    敏感詞的存儲方法：
    1：存儲在txt文件中（一般的方法）
    2：存儲在緩存（比較好的方法）
    我是存儲在memcachd中。
    */
    $words = getSensitiveWords();
    foreach ($words as $word)
    {
        $preg_letter = '/^[A-Za-z]+$/';
        if (preg_match($preg_letter, $str))
        {//匹配中文
        $str = strtolower($str);
        $pattern_1 = '/([^A-Za-z]+' . $word . '[^A-Za-z]+)|([^A-Za-z]+' . $word . '\s+)|(\s+' . $word . '[^A-Za-z]+)|(^' . $word . '[^A-Za-z]+)|([^A-Za-z]+' . $word.'$)/';
        //敏感詞兩邊不為空
        if (preg_match($pattern_1, $str))
        {
            $flag = TRUE;
        }
        $pattern_2 = '/(^' . $word . '\s+)|(\s+' . $word . '\s+)|(\s+' . $word . '$)|(^' . $word . '$)/';
        //敏感詞兩邊可以為空格
        if (preg_match($pattern_2, $str))
        {
            $flag = TRUE;
        }
        }
        else
        {//匹配英文字符串，大小寫不敏感
        $pattern = '/\s*' . $word . '\s*/';
        if (preg_match($pattern, $str))
        {
            $flag = TRUE;
        }
        }
    }
}
存在問題：
如果單純只加入關鍵字匹配，用戶反過濾的方法五花八門，包括中間加入空格或者其他標點符號。
例子：
敏感詞：扣扣
用戶處理後：
扣 扣
扣，扣
扣@扣
扣1扣
這時候代碼的正則匹配就可能匹配不出來。
解決辦法：
先對用戶數據去除所有的標點符號和一些特殊字符，然後再進行敏感詞判斷。
代碼：
$flag_arr=array('？','！','￥','（','）','：','『','』','「','」','《','》','，','…','。','、','nbsp','】','【','～');
        $content_filter=preg_replace('/\s/','',preg_replace("/[[:punct:]]/",'',strip_tags(html_entity_decode(str_replace($flag_arr,'',$content),ENT_QUOTES,'UTF-8'))));
$content_filter 就是處理後的用戶數據，然後再進行 wordFilter($content_filter ) 過濾操作