使用php扩展trie_filter，利用词库，过滤敏感词

发布时间：2016-05-04 11:10:26编辑：丝画阁阅读（315）

关键词过滤扩展，用于检查一段文本中是否出现敏感词，基于Double-Array Trie 树实现。

安装步骤

下面的$LIB_PATH为依赖库安装目录，$INSTALL_PHP_PATH为PHP5安装目录。

安装libdatrie依赖库

$ tar zxvf libdatrie-0.2.4.tar.gz
$ cd libdatrie-0.2.4
$ make clean
$ ./configure --prefix=$LIB_PATH $ make $ make install

安装trie_filter扩展 （https://github.com/wulijun/php-ext-trie-filter）

$ $INSTALL_PHP_PATH/bin/phpize
$ ./configure --with-php-config=$INSTALL_PHP_PATH/bin/php-config --with-trie_filter=$LIB_PATH $ make $ make install

然后修改php.ini，增加一行：extension=trie_filter.so，然后重启PHP。

PHP测试实例

<?php ini_set('memory_limit', '512M'); $arrWord = file('dict.txt'); $resTrie = trie_filter_new(); foreach ($arrWord as $k => $v) { trie_filter_store($resTrie, $v); } trie_filter_save($resTrie, __DIR__ . '/blackword.tree'); $resTrie = trie_filter_load(__DIR__ . '/blackword.tree'); $str = '王玉鹏的媳妇叫刘敏，王玉鹏的邮箱地址是wangyupeng@jiayuan.com，想不想知道他的QQ号呢？'; $arrRet = trie_filter_search_all($resTrie, $str); print_all($str, $arrRet); function print_all($str, $res) {//print_r($res); echo "$str\n"; foreach ($res as $k => $v) { echo $k."=>{$v[0]}-{$v[1]}-".substr($str, $v[0], $v[1])."\n"; } }

注意事项

dict.txt 为敏感词库，一个词一行

相关下载：

http://linux.thai.net/pub/thailinux/software/libthai/

https://github.com/wulijun/php-ext-trie-filter