[PHP知识库]PHP敏感词汇过滤SDK（树形结构遍历命中违禁词）

先介绍一下匹配敏感词原理吧，因为没有工具，画的很糙，有疑问直接联系我。（绿色箭头代表命中敏感词，灰色：未命中）

base 确定有穷自动机(DFA)算法

比如说“可以”是敏感词，那么遍历到“以”的时候直接终止遍历

比如说输入“可口”的时候，遍历到“口”的时候，这时候的文字状态是false,所以程序上认为“可口”并非是敏感词（在树上的每一个文字都有一个end状态，只有最后一个字的end=true，其他都是false）

实现步骤

首先将 lustre/php-dfa-sensitive composer下来

composer 官网地址：lustre/php-dfa-sensitive - Packagist

直接上代码，用个单例模式吧

<?php
/**
 * @CreatedBy   fanbin
 *
 * @CreatedTime 2021/12/28 17:59
 *
 * @Describe    敏感词汇过滤
 */
namespace App\Admin;

use App\Notice;
use Illuminate\Support\Facades\Redis;
use DfaFilter\SensitiveHelper;

class SensitiveWords
{
    //当前类对象的属性
    private static $instance;

    /**
     * 防止实例化
     */
    private function __construct()
    {

    }

    /**
     * 防止克隆
     */
    private function __clone()
    {

    }

    /**
     * 获取实例
     */
    public static function getInstance()
    {
        if (!self::$instance instanceof self) {
            self::$instance = SensitiveHelper::init();

            $words = self::getSensitiveWords();
            self::$instance->setTree($words);
        }
        return self::$instance;
    }

    /**
     * 获取敏感词汇
     * 优先从redis获取
     *
     * @return array
     */
    public static function getSensitiveWords()
    {
        $words = Redis::get('sensitive_words');
        $words = json_decode($words, true);
        if (!$words) {
            $words = Notice::ins()->getSensitiveWords([]);
            $words = array_column($words, 'b_word');
            Redis::set('sensitive_words', json_encode($words));
        }
        return $words;
    }
}

调用：

$handle = SensitiveHelper::init()->setTree($wordData);
检测是否带有敏感词
$islegal = $handle->islegal($content);
敏感词过滤
// 敏感词替换为*为例（会替换为相同字符长度的*）
$filterContent = $handle->replace($content, '*', true);

 // 或敏感词替换为***为例
 $filterContent = $handle->replace($content, '***');
标记敏感词
 $markedContent = $handle->mark($content, '<mark>', '</mark>');
获取文字中的敏感词
// 获取内容中所有的敏感词
$sensitiveWordGroup = $handle->getBadWord($content);
// 仅且获取一个敏感词
$sensitiveWordGroup = $handle->getBadWord($content, 1);