php 敏感詞過濾進階版

前面介紹過一個過濾了些特殊字元的php程式，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。

只要使用者可以發言的地方，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網站的”純潔”。

過濾機制：加入php關鍵字正則匹配

//$str 為使用者資料
function wordFilter($str)
{
/*
擷取敏感詞列表
敏感詞的儲存方法：
1：儲存在txt檔案中（一般的方法）
2：儲存在緩衝（比較好的方法）
我是儲存在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]+' . $word.'$)/';
//敏感詞兩邊不為空白
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白格
if (preg_match($pattern_2, $str))
{
$flag = TRUE;
}
}
else
{//匹配英文字串，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，使用者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

使用者處理後：
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：

先對使用者資料去除所有的標點符號和一些特殊字元，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'))));
$content_filter 就是處理後的使用者資料，然後再進行 wordFilter($content_filter ) 過濾操作

