敏感词过滤应优先用str_replace处理高频固定词，再对关键字段用preg_replace加\b和i修饰符精准匹配；词库需缓存避免重复加载；HTML内容须先strip_tags再过滤，最后htmlspecialchars防XSS；多字节字符串操作必须显式指定UTF-8编码。
敏感词过滤该用 str_replace 还是 preg_replace
直接用 str_replace 最快，但只能做简单替换，不支持模糊匹配、大小写无关或词边界控制；preg_replace 灵活，能加 \b 防止“苹果”误伤“苹果手机”里的“苹果”，但性能差、正则写错容易绕过。生产环境建议先用 str_replace 批量处理高频固定词，再对关键字段（如用户昵称、评论）用 preg_replace 加 i 和 \b 修饰符做精准过滤。
常见错误：直接 preg_replace('/苹果/', '*', $text) —— 会把“苹果手机”变成“*手机”；正确写法是 preg_replace('/\b苹果\b/i', '*', $text)。
敏感词库怎么加载才不拖慢页面
别每次请求都 file_get_contents('sensitive_words.json') 或查数据库。PHP-FPM 模式下，把词库读进 $_SERVER 或 APCu 缓存里，首次加载后复用；如果是 Swoole 或 PHP 8.1+，可存在 static 属性或 Swoole\Table 中。词库文件本身建议用 PHP 数组格式（sensitive_words.php），避免 JSON 解析开销。
- 小词库（return ['政治', '暴力', '色情']; +
include - 大词库（>5000 条）：用 APCu 缓存，键名加版本号，比如
apcu_store('sensitive_words_v2', $words) - 绝对别在循环里反复
file()或json_decode()
用户提交的 HTML 内容怎么安全过滤敏感词
先剥离 HTML 标签再过滤，否则 <span>政</span><span>治</span> 可能绕过。用 strip_tags() 最稳妥，别信正则去 HTML —— 正则根本解析不了嵌套或畸形标签。过滤完再重新渲染（如果必须保留格式），或直接转义输出。
立即学习“PHP免费学习笔记（深入）”；
关键顺序不能错：$plain = strip_tags($input); $filtered = filter_sensitive_words($plain); echo htmlspecialchars($filtered, ENT_QUOTES, 'UTF-8');。漏掉 htmlspecialchars 就可能引发 XSS。
注意：strip_tags() 默认不过滤自闭合标签如 <img alt="php动态网站开发怎样过滤敏感词_PHP动态网站敏感词过滤法【方案】" >，如需更严格，配合 html5lib 或 DOMDocument 做白名单解析，但代价高，一般场景没必要。
为什么 mb_substr 替换后乱码，而 substr 不出问题
因为中文是多字节字符，substr 按字节切，可能截断 UTF-8 编码中的某个汉字，导致后续 str_replace 匹配失败或输出乱码；mb_substr 按字符切，安全但默认编码是 ISO-8859-1，不是 UTF-8。必须显式传参：mb_substr($text, 0, 100, 'UTF-8')。
更稳妥的做法：统一用 mb_* 函数族，并在脚本开头设好编码：mb_internal_encoding('UTF-8');。否则 mb_stripos 查“政治”可能返回 false，即使它明明存在。
容易被忽略的一点：MySQL 连接也要设 UTF-8，否则从数据库读出的词本身就是乱码，过滤自然失效 —— 检查 mysqli_set_charset($conn, 'utf8mb4') 是否执行。
