敏感词替换算法，效率比str_replace高4倍（附6仟个敏感词）

原创: 2016-07-25 09:08:00 1188浏览

效率对比（12688个字符，替换1次）：

str_replace： 0.109937906265秒
strtr： 0.0306839942932秒

替换结果对比

比如：「张三」、「张三丰」、「张三丰田」均为违禁词（为何会有这样的区分？请参见「法X」、「法Xgong」）
原文：「我今天开着张三丰田去上班」
strtr：「我今天开着****去上班」（四个词均替换为了*）
str_replace：「我今天开着**丰田去上班」（仅仅替换了第一个匹配项）

所以使用str_replace替换，是不能本质上解决问题。

时间对比：
关键词数量:6712 (无重复) self init:0.00789093971252(加载xcache) self:0.0354378223419 strtr:0.0311169624329 strtr_array:0.432713985443 str_replace:0.109627008438

require('badword.src.php');
$badword1 = array_combine($badword,array_fill(0,count($badword),'*'));
$bb = '我今天开着张三丰田上班';
$str = strtr($bb, $badword1);

复制代码

//有兴趣的朋友可以研究一下
function strtr_array(&$str,&$replace_arr) {
$maxlen = 0;$minlen = 1024*128;
if (empty($replace_arr)) return $str;
foreach($replace_arr as $k => $v) {
$len = strlen($k);
if ($len < 1) continue;
if ($len > $maxlen) $maxlen = $len;
if ($len < $minlen) $minlen = $len;
}
$len = strlen($str);
$pos = 0;$result = '';
while ($pos < $len) {
if ($pos + $maxlen > $len) $maxlen = $len - $pos;
$found = false;$key = '';
for($i = 0;$i<$maxlen;++$i) $key .= $str[$i+$pos]; //原文：memcpy(key,str+$pos,$maxlen)
for($i = $maxlen;$i >= $minlen;--$i) {
$key1 = substr($key, 0, $i); //原文：key[$i] = '\0'
if (isset($replace_arr[$key1])) {
$result .= $replace_arr[$key1];
$pos += $i;
$found = true;
break;
}
}
if(!$found) $result .= $str[$pos++];
}
return $result;
}