//定義編碼
header(?'Content-Type:text/html;charset=utf-8 ');
$words=array('我','你','他');
$content="測一測我是不是違禁詞";
$banned=generateRegularExpression($words);
//檢查違禁詞
$res_banned=check_words($banned,$content);
write_html($content,$res_banned);
/**
* @describe 數組生成正則表達式
* @param array $words
* @return string
*/
function?generateRegularExpression($words)
{
$regular?= implode('|',?array_map('preg_quote',?$words));
return?"/$regular/i";
}
/**
* @describe 字符串 生成正則表達式
* @param array $words
* @return string
*/
function?generateRegularExpressionString($string){
$str_arr[0]=$string;
$str_new_arr=??array_map('preg_quote',?$str_arr);
return?$str_new_arr[0];
}
/**
* 檢查敏感詞
* @param $banned
* @param $string
* @return bool|string
*/
function?check_words($banned,$string)
{????$match_banned=array();
//循環查出所有敏感詞
$new_banned=strtolower($banned);
$i=0;
do{
$matches=null;
if?(!empty($new_banned) && preg_match($new_banned,?$string,?$matches)) {
$isempyt=empty($matches[0]);
if(!$isempyt){
$match_banned?=?array_merge($match_banned,?$matches);
$matches_str=strtolower(generateRegularExpressionString($matches[0]));
$new_banned=str_replace("|".$matches_str."|","|",$new_banned);
$new_banned=str_replace("/".$matches_str."|","/",$new_banned);
$new_banned=str_replace("|".$matches_str."/","/",$new_banned);
}
}
$i++;
if($i>20){
$isempyt=true;
break;
}
}while(count($matches)>0 && !$isempyt);
//查出敏感詞
if($match_banned){
return?$match_banned;
}
//沒有查出敏感詞
return?array();
}
/**
* 打印到頁面上
* @param $filepath
* @param $res_mingan
* @param $res_banned
*/
function?write_html($content,$res_banned){
print_r($content);
if($res_banned){
print_r("? 違禁詞(".count($res_banned).")：".implode('|',$res_banned));
}
echo?"
";
}
1、匹配中文
$str = "中文“;
preg_match_all("/[\x{4e00}-\x{9fa5}]+/u",$str,$match);
2、替換中文:
在所在的php文件里，要加上
mb_internal_encoding("UTF-8");
mb_regex_encoding("UTF-8");
這樣才能支持多字節進行模式匹配。詳細介紹:http://blog.chinaunix.net/uid-20279807-id-1711213.html
3、php提供了四個替換函數，分別是str_replace，preg_replace，mb_ereg_replace，ereg_replace(在php7.1已經摒棄掉)
在替換中文時，發現用preg_replace替換中文最合適.
str_replace 不支持正則表達式，不能完全匹配，導致局部字段被替換。例如: $str = "模塊一 模塊一斷電"，$str = str_replace("模塊一","module1",$str);，導致"模塊一斷電"被替換成"module1斷電"。
mixed preg_replace ( mixed $pattern , mixed $replacement , mixed $subject [, int $limit = -1 [, int &$count ]] ) ?支持$pattern,$replacement?以數組的方式進行查找替換，但數組過多時，進行搜索匹配，耗CPU嚴重。
mb_ereg_replace 支持正則表達式，但不用分隔符//進行匹配，但使用mb_ereg_replace，發現有些中文匹配不了。具體原因暫不清楚。
