Question

我是PHP的新手

我有一个像这样的数组

$suspiciousList = array(
array ("word" => "badword1", "score" => 400, "type" => 1), 
array ("word" => "badword2", "score" => 250, "type" => 1),
array ("word" => "badword3", "score" => 400, "type" => 1), 
array ("word" => "badword4", "score" => 400, "type" => 1));

当用户输入带有空格的单词（badw ord1，b adword2等）或者用户可能输入如（b a d w o r d 1）

时，我会遇到问题

如何从阵列（字典）中检测或搜索组合？

我的想法是让每个单词成为一个由空格分割的数组。

$ this-＆gt; suspiciousPart [] = $ word;

我正在编写以下功能

public function deepDetect2() {
    for($i=0;$i<sizeof($this->suspiciousPart);$i++) {
        $word = "";
        for($j=$i;$j<sizeof($this->suspiciousPart);$j++) {
            $word .= $this->suspiciousPart[$j];
            //var_dump($word);
            if(strpos(in_array($word, $this->suspiciousList), $word) !== false) {
                if($this->detect($word) == true) {
                    $i++;
                } else {
                    $j++;   
                }
            } else {
                $i++;
            }
        }
    }
}

任何人都有其他想法如何做到这一点？

由于

Answer 1

无论如何，您可以删除空白字符并使用（mb_）substr_count()，但这会导致误报。

Answer 2

正如Jirka Helmich建议您可以删除空格（以及其他特殊字符），然后搜索字符串以查找数组中的单词。

public function searchForBadWords($strippedText) {
     foreach($suspiciousList as $suspiciousPart) {
          $count = substr_count($strippedText, $suspiciousPart['word']);
          //you can use str_replace here or something, it depends what you want to achive
     }
}

问题是，如果你有像blablabad wordblabla这样的单词，你删除正常单词的空格可能会变成坏单词blablabadwordblabla（知道我的意思吗？）：D

干杯

编辑：所以Ahmad我看到你只是在开头/结尾（快捷方式）中用“”来识别它们。也许您应该尝试使用单个单词来实现这两种方法，并使用子字符串搜索。这还取决于你对表现的关注程度。也许你应该尝试做一些研究，或者看看它的效果如何？：D

Answer 3

剥离空间
使用包含所有关键字的一个正则表达式搜索，如下所示：（word1 | word2 | word3）

Answer 4

这个问题是一个好的开始：How do you implement a good profanity filter? - 我同意这个结论，即检测结果总是很差。

我会尝试这些方法：

1）根据你的字典，简单地检测粗俗的单词。

2）提出一些启发式方法，例如“由一个字母组成的连续'单词''（b a d w o r d）并用它们来评估用户的帖子。然后，您可以计算预期的粗俗字数：\sum_i^{number of your heuristics} P_i * N_i，其中P_i是使用启发式i找到的单词实际上是粗俗单词的概率，N_i是一个heuristics i找到的单词。我认为概率方法比简单地说“这篇文章不包含粗俗词”更好。

3）让主持人决定帖子是否真的粗俗。否则，自动替换方法的不完善很可能会让用户发疯。

4）我认为用英语（或土耳其语）字典查找单词是没有用的，以便找到不是真正英语单词的单词，因为这些日子里人们拼错了单词。

Answer 5

@ f1ames：我正在使用以下代码来制作数组。

    $words = mb_strtolower($words, 'UTF-8');
    $words = $this->removeUniCharCategories($words);
    $words = explode(" ",$words);
    //Remove empty Array !
    $words = array_filter($words);
    foreach ($words as &$value) {
        $newWords[] = $value;
    }
    $words = $newWords;

但我仍然找到最好的溶液

PHP嵌套数组搜索

5 个答案: