利用PHP扩展trie_filter做敏感词过滤

jy166102

PS：原创文章，如需转载，请注明出处，谢谢！     
本文地址：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：

 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～