敏感词替换算法，效率比str_replace高4倍（附6仟个敏感词）
php中文网
发布时间：2016-07-25 09:08:00
|
1700人浏览过
|
来源于php中文网
原创
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, $badword1);
- //有兴趣的朋友可以研究一下
- function strtr_array(&$str,&$replace_arr) {
- $maxlen = 0;$minlen = 1024*128;
- if (empty($replace_arr)) return $str;
- foreach($replace_arr as $k => $v) {
- $len = strlen($k);
- if ($len if ($len > $maxlen) $maxlen = $len;
- if ($len }
- $len = strlen($str);
- $pos = 0;$result = '';
- while ($pos if ($pos + $maxlen > $len) $maxlen = $len - $pos;
- $found = false;$key = '';
- for($i = 0;$i 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;
- }
|
本站声明：本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn
