利用PHP扩展trie_filter做敏感词过滤 不指定

jed , 2016-10-22 20:24 , 服务器技术 , 评论(0) , 阅读(25310) , Via 本站原创 | |
转自:http://flyer0126.iteye.com/blog/1931212

早就想研究下敏感词过滤问题,今天有些时间,正好实践一下。
      1. 安装:libdatrie (http://linux.thai.net/~thep/datrie/datrie.html#Download)

tar zxf libdatrie-0.2.4.tar.gz
cd libdatrie-0.2.4
./configure --prefix=/usr/local
make
make install


2. 安装 trie_filter 扩展 (https://code.google.com/p/as3chat/downloads/detail?name=trie_filter-2011-03-21.tar.gz)

tar zxf trie_filter-2011.03.21.tar.gz
cd trie_filter-2011.03.21
phpize (#/usr/local/php/bin/phpize )
./configure --with-php-config=/usr/local/php/bin/php-config
make
make install


3. 修改 php.ini 文件,添加 trie_filter 扩展:extension=trie_filter.so,重启PHP。
   查看phpinfo发现trie_filter 扩展可用,如下图所示:
点击在新窗口中浏览此图片
4. 生成敏感词词典 (dpp 在 trie_filter-1.0.0 里面)
      将需要检测的敏感词写入一文本文件(如:mgc.txt),每行一个敏感词,然后使用dpp处理文本文件生成词典。
      规则:./dpp txt_file_path dict_file_path
      示例:./dpp ~/mgc.txt mgc.dic

5. 应用

<?php
/**
* trie_filter 敏感词过滤示例
*
* @author flyer0126
* @since  2013/08/26
**/

// 载入词典,成功返回一个 Trie_Filter 资源句柄,失败返回 NULL
$file = trie_filter_load('/usr/local/src/trie_filter/mgc.dic');
var_dump($file);
$str1 = '今天利用trie_filter做敏感词过滤示例';
$str2 = '今天利用trie_filter做过滤示例';
// 检测文本中是否含有词典中定义的敏感词(假设敏感词设定为:‘敏感词’)
$res1 = trie_filter_search($file, $str1);
$res2 = trie_filter_search($file, $str2);
echo $res1 ? '存在敏感词' : '不存在敏感词';
echo "<br/>";
echo $res2 ? '存在敏感词' : '不存在敏感词';

/**
resource(1) of type (Trie tree filter)
存在敏感词
不存在敏感词
**/


   对应 libdatrie-0.2.4.tar.gz 及 trie_filter-2011-03-21.tar.gz 已添加至附件中,有兴趣的可以拿走~

下载文件 (已下载 173 次)

发表评论

昵称

网址

电邮

打开HTML 打开UBB 打开表情 隐藏 记住我 [登入] [注册]