欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

利用PHP扩展trie_filter做中文敏感词过滤

程序员文章站 2022-03-09 08:14:42
1.安装libiconv,这个是libdatrie的依赖项 wget https://ftp.gnu.org/pub/gnu/libiconv/libiconv-1.14.tar.gz...

1.安装libiconv,这个是libdatrie的依赖项

wget https://ftp.gnu.org/pub/gnu/libiconv/libiconv-1.14.tar.gz 
tar zxvf libiconv-1.14.tar.gz 
cd libiconv-1.14 
./configure 
make 
make install


2. 安装:libdatrie (https://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


编译出现错误 trietool.c:125: undefined reference to `libiconv'

解决办法为:./configure ldflags=-l/usr/local/lib libs=-liconv


3. 安装 trie_filter 扩展

由于官方trie_filter扩展对中文支持的不是很好,所以在git上找到了一个在官方扩展上面改写的扩展经过测试没有问题

安装方法如下:

https://github.com/wulijun/php-ext-trie-filter 在这里下载包

phpize
./configure --with-php-config=/usr/local/bin/php-config 
make
make install

4. 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:

利用PHP扩展trie_filter做中文敏感词过滤



5、生成用语检测的词典,由于上面下载的源码包中并没有带生成词典的命令 所以还需要下载官方的源码包

(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    

gcc -o dpp dpp.c -ldatrie // 生成dpp命令用语编译词典

./dpp words.txt words.dic  //将words.txt 编译成trie_filter使用的词典 words.txt中每个词占一行


生成词典的时候 报错:./dpp: error while loading shared libraries: libdatrie.so.1: cannot open shared object file: no such file or directory

解决办法:执行

ldconfig

然后在执行

./dpp words.txt words.dic

就好了


6、测试:


"; var_dump($res2); trie_filter_free($file); //最后别忘记调用free

建议使用php 5.3.3以上的版本,我使用的是5.3.3