用于创建否定词词典并搜索帖子是否包含否定词的 PHP 代码

Question

我正在尝试开发一个 PHP 应用程序，它从用户那里获取 cmets，然后匹配字符串以检查评论是正面的还是负面的。我在negative.txt 文件中有否定词列表。如果单词列表中匹配了一个单词，那么我想要一个简单的整数计数器递增 1。我尝试了一些链接并创建了一个代码来检查注释是负数还是正数，但它只匹配最后一个单词的文件。这是我所做的代码。

    <?php 
    function teststringforbadwords($comment) 
    {
      $file="BadWords.txt";
      $fopen = fopen($file, "r");
      $fread = fread($fopen,filesize("$file"));
      fclose($fopen);
      $newline_ele = "\n";
      $data_split = explode($newline_ele, $fread);
      $new_tab = "\t";
      $outoutArr = array();
      //process uploaded file data and push in output array
      foreach ($data_split as $string)
      {
          $row = explode($new_tab, $string);
          if(isset($row['0']) && $row['0'] != ""){
              $outoutArr[] = trim($row['0']," ");
          }
      }
      //---------------------------------------------------------------
        foreach($outoutArr as $word) {

        if(stristr($comment,$word)){
            return false;
        }
    }
    return true;
}

    if(isset($_REQUEST["submit"]))
    {
        $comments = $_REQUEST["comments"];
        if (teststringforbadwords($comments)) 
        {
            echo 'string is clean';
        }
        else
        {
            echo 'string contains banned words';
        }
    }
    ?>

链接已尝试：Check a string for bad words?

Answer 1

我在您的 $comments 和您从文件中输入的内容周围添加了 strtolower 函数。这样，如果有人拼写STUPID，而不是stupid，代码仍然会检测到坏词。

我还添加了trim 以删除不必要和破坏性的空格（如换行符）。

最后，我改变了你检查单词的方式。我使用了preg_match 来拆分所有空格，因此我们只检查完整的单词并且不会意外禁止不正确的字符串。

<?php 
    function teststringforbadwords($comment) 
    {
      $comment = strtolower($comment);
      $file="BadWords.txt";
      $fopen = fopen($file, "r");
      $fread = strtolower(fread($fopen,filesize("$file")));
      fclose($fopen);
      $newline_ele = "\n";
      $data_split = explode($newline_ele, $fread);
      $new_tab = "\t";
      $outoutArr = array();
      //process uploaded file data and push in output array
      foreach ($data_split as $bannedWord)
      {
          foreach (preg_split('/\s+/',$comment) as $commentWord) {
              if (trim($bannedWord) === trim($commentWord)) {
                  return false;
              }
          }
    }
    return true;
}

Answer 2

1) 你存储$row['0'] 只是为什么别人不索引词。所以问题是你忽略了文本文件中的一些单词。

Some suggestion

1) 在文本文件one by one 中插入文本，即这样的新行，这样您就可以通过换行轻松访问explode，以避免多次explode 和loop。

 Example: sss.txt
 ...
 bad
 stupid
 ...
 ...

2) 对注释和错误字符串应用修剪和小写函数。

希望它能按预期工作

function teststringforbadwords($comment) 
{
  $file="sss.txt";
  $fopen = fopen($file, "r");
  $fread = fread($fopen,filesize("$file"));
  fclose($fopen);

  foreach(explode("\n",$fread) as $word) 
  {

    if(stristr(strtolower(trim($comment)),strtolower(trim($word))))
    {
        return false;
    }
  }
  return true;
}