PHP: 在坏词混淆器中使用特殊字符

Question

我在 php 中使用了这个坏词 detector/obfuscator（为了符合 Adsense）。它显示坏词的第一个字母，并用这个字符替换剩余的字母：▪

它工作正常，除非我在西班牙语中使用包含特殊字符的单词，例如：ñ、á、ó 等。

这是我当前的代码：

<?    
function badwords_full($string, &$bad_references) {
    static $bad_counter;
    static $bad_list;
    static $bad_list_q;
    if(!isset($bad_counter)) {
        $bad_counter = 0;
        $bad_list = badwords_list();
        $bad_list_q = array_map('preg_quote', $bad_list);
    }
    return preg_replace_callback('~('.implode('|', $bad_list_q).')~',
        function($matches) use (&$bad_counter, &$bad_references) {
            $bad_counter++;
            $bad_references[$bad_counter] = $matches[0];
            return substr($matches[0], 0, 1).str_repeat('&squf;', strlen($matches[0]) - 1);
    }, $string);
}

function badwords_list() {
    # spanish
    $es = array(
        "gallina",
        "ñoño"
    );

    # english
    $en = array(
        "chicken",
        "horse"
    );

    # join all languages
    $list = array_merge($es, $en);
    usort($list, function($a,$b) {
        return strlen($b) < strlen($b);
    });
    return $list;
}

$bad = []; //holder for bad words

测试 1：

echo badwords_full('Hello, you are a chicken!', $bad);

结果 1:

Hello, you are a c▪▪▪▪▪▪! (works fine)

测试 2：

echo badwords_full('Hola en español eres un ñoño!', $bad);

结果二：

Hola en español eres un �▪▪▪▪▪!

关于如何解决这个问题有什么想法吗？谢谢！

Answer 1

您正在将一个多字节字符分成两半。使用 mb_substr in place of substr.

return mb_substr($matches[0], 0, 1).str_repeat('&squf;', strlen($matches[0]) - 1);

https://3v4l.org/AnPJl

您可能还想使用 mb_strlen in place of strlen。

PHP: 在坏词混淆器中使用特殊字符

PHP: Using special characters in bad word obfuscator

php

character-encoding

preg-replace-callback