将单词数组与文本块进行匹配的快速方法？
这个主题可能不像它可能的那样清晰，但我正在努力想出一种更好的方式来描述它。
我正在对我们从XML提要中提取的一些文章实现一个坏词过滤器。目前，我将坏词放入数组中，简单地检查文本，如下所示；
str_replace($badwords, '', $text, $count);
if ($count > 0) // We have bad words... 但是这太慢了！太慢了！当我试图一次处理30,000+文章时，我开始怀疑是否有更好的方法来实现这一点。如果只有strpos支持的数组！即使这样，我也不认为它会更快。
我很乐意给你任何建议。提前感谢！
编辑：
现在，我已经在调用microtime()之间测试了一些方法来对它们进行计时。str_replace() = 990秒preg_match() = 1029秒(请记住，我只需要识别它们，而不是替换它们)没有不好的词过滤= 1057秒(大概是因为它还有1000多篇用词不好的文章要处理。
谢谢你所有的答案，我将继续使用str_replace。:)
回答 4
Stack Overflow用户
发布于 2009-09-16 01:16:27
将所有单词组合在一个正则表达式中以一次性替换所有内容如何？我不确定它的性能如何，但它可能会更快。
例如。
preg_replace('/(' . implode('|', $badwords) . ')/i', '', $text);Stack Overflow用户
发布于 2009-09-16 01:46:23
我以前在当地的报社工作。我所做的不是修改文本来删除原始文件中的坏词，而是在用户请求查看文章时运行过滤器。这样，如果您需要原始文本，您可以保留它，但也可以为您的观众提供一个干净的版本。应该没有必要一次处理30,000篇文章，除非我误解了什么。
Stack Overflow用户
发布于 2009-09-16 01:19:05
定义“慢”？任何要处理30,000篇文章的工作都可能需要一些时间才能完成。
也就是说，一种选择(我还没有对其进行基准测试，只是将其抛出以供考虑)是将单词组合到正则表达式中，并通过preg_replace运行该正则表达式(只需使用|运算符将它们放在一起)。
https://stackoverflow.com/questions/1430429
复制相似问题
腾讯云开发者
