chatroom/app/Services/MessageFilterService.php

<?php

/**
 * 文件功能：聊天内容过滤器 (敏感词与 HTML 净化)
 * 替代旧版 ASP中的 TrStr() / SHTM() 等各种过滤函数。
 *
 * @author   ChatRoom Laravel
 *
 * @version  1.0.0
 */

namespace App\Services;

class MessageFilterService
{
    /**
     * 简单的关键词黑名单，未来可放到数据库或 Redis 动态加载
     */
    private array $badWords = [
        '外挂', '刷单', '脚本', // 示例黑名单
    ];

    /**
     * Trie 字典树实例，用于 DFA 过滤
     */
    private ?array $trie = null;

    /**
     * 构建 Trie 字典树
     */
    private function buildTrie(): void
    {
        if ($this->trie !== null) {
            return;
        }

        $this->trie = [];
        foreach ($this->badWords as $word) {
            $temp = &$this->trie;
            $len = mb_strlen($word);
            for ($i = 0; $i < $len; $i++) {
                $char = mb_substr($word, $i, 1);
                if (! isset($temp[$char])) {
                    $temp[$char] = [];
                }
                $temp = &$temp[$char];
            }
            $temp['is_end'] = true;
        }
    }

    /**
     * 执行过滤净化，保障入库和显示安全。
     *
     * @param  string  $content  原始用户发送内容
     * @return string 净化后的内容
     */
    public function filter(string $content): string
    {
        if ($content === '') {
            return '';
        }

        // 1. HTML 标签全量脱除，阻绝任意 XSS/HTML 注入
        $content = strip_tags($content);

        // 2. 惰性初始化并构建 DFA 字典树
        $this->buildTrie();

        // 3. 将字符串转为多字节字符数组，进行 DFA 扫描与替换
        $len = mb_strlen($content);
        $chars = [];
        for ($i = 0; $i < $len; $i++) {
            $chars[] = mb_substr($content, $i, 1);
        }

        $result = [];
        $i = 0;
        while ($i < $len) {
            $temp = &$this->trie;
            $matchLength = 0;
            $j = $i;

            while ($j < $len && isset($temp[$chars[$j]])) {
                $temp = &$temp[$chars[$j]];
                if (isset($temp['is_end']) && $temp['is_end'] === true) {
                    $matchLength = $j - $i + 1; // 匹配到最长敏感词
                }
                $j++;
            }

            if ($matchLength > 0) {
                // 替换为相同长度的 *
                for ($k = 0; $k < $matchLength; $k++) {
                    $result[] = '*';
                }
                $i += $matchLength; // 跳过敏感词
            } else {
                $result[] = $chars[$i];
                $i++;
            }
        }

        $content = implode('', $result);

        // 4. 将连续的空格去重，只保留一个真正的空格
        $content = preg_replace('/\s+/', ' ', $content);

        return trim($content);
    }
}