如何用preg_match拦截单无意义词或无空格的表单垃圾信息

针对你提出的两个反垃圾规则，结合现有代码进行如下修改，同时规避合法缩写的误拦截：

规则1：拦截仅输入单个无意义词的提交 #

• 先定义允许的合法三字母大写缩写列表（可根据需求自行扩展）
• 检查name和comments字段是否仅包含单个词，且该词不在合法缩写列表中
• 单个词的判断通过正则匹配无空格的纯字母/数字组合完成

规则2：拦截至少三个词无空格连写的提交 #

• 匹配连续多组含小写字母的字母块（无空格分隔），或长度过长的无空格纯字母字符串（覆盖垃圾信息的随机字母组合场景）
• 规避全大写的合法缩写，仅拦截混合大小写或纯小写的长串无空格内容

修改后的完整代码 #

<?php
$name = $_POST['name'];
$email_from = $_POST['email'];
$telephone = $_POST['telephone'];
$comments = $_POST['comments'];
$error_message = "";

// 定义允许的合法大写缩写列表（可按需扩展）
$allowed_acronyms = ['USA', 'STP', 'NRA', 'BBC', 'CNN'];

// 规则1：拦截仅输入单个无意义词的情况（针对Name和Comments）
// 检查Name字段
if (preg_match('/^\w+$/i', $name)) {
    $name_upper = strtoupper($name);
    if (!in_array($name_upper, $allowed_acronyms)) {
        $error_message .= "Invalid input format in Name.<br />";
    }
}
// 检查Comments字段
if (preg_match('/^\w+$/i', $comments)) {
    $comments_upper = strtoupper($comments);
    if (!in_array($comments_upper, $allowed_acronyms)) {
        $error_message .= "Invalid input format in Message.<br />";
    }
}

// 规则2：拦截至少三个词无空格连写的情况（针对Name和Comments）
$no_space_pattern = '/(?:[a-z]+[A-Z]*[a-z]*){3,}|[A-Za-z]{10,}/i';
if (preg_match($no_space_pattern, $name)) {
    $error_message .= "Invalid continuous characters in Name.<br />";
}
if (preg_match($no_space_pattern, $comments)) {
    $error_message .= "Invalid continuous characters in Message.<br />";
}

// 原有垃圾词检测逻辑
if(preg_match('/http|www|audience|been seen before|bitcoin|business need|can I trust|completely new|content|create|dear friend|debt|dedicated team|design|developer|domain name|ensure|exciting|explosive|financial|first page|free money|free SEO|for free|fund|golden|help grow|here to help|hi there|honey|imagine having|increase your|instant|introduce you|landscape|leaverage|lifetime|loan|marketing|no oblig|pay off|personalized|porn|promote your|prove|rank on|return on their|SEO |sexy|staggering|subscribers|tax credit|team |to learn|top-|trusted|in charge|uncover|unparalleled|viagra|viewers|we guaran|working capital|you tired/i',$comments)) {
    $error_message .= "There are spammy words in the Message.<br />";
}

// 优化原有大写字母检测：仅拦截连续3个大写字母后还有其他字符的情况，避免误拦合法缩写
if(preg_match('/[A-Z]{3}[A-Za-z0-9]+/m',$comments)) {
    $error_message .= "Weird CAPs in the Message.<br />";
}
if(preg_match('/[A-Z]{3}[A-Za-z0-9]+/m',$name)) {
    $error_message .= "Too many capitals in the Name.<br />";
}

// 原有Name字段垃圾特征检测
if(preg_match('/http|www/i',$name)) {
    $error_message .= "No Spam.<br />";
}

// 原有手机号格式验证
if(!preg_match('/^[0-9]{10,}$/', $telephone)) {
    $error_message .= "Phone requires 10 numbers.<br />";
}

// 错误信息触发拦截
if(strlen($error_message) > 0) {
    died($error_message);
}
?>

关键逻辑说明 #

1. 合法缩写兼容：通过$allowed_acronyms列表维护允许的全大写缩写，避免误拦这类合法内容
2. 单个无意义词拦截：用^\w+$判断是否为单个词，再对比合法缩写列表，不在列表中则触发拦截
3. 无空格连写拦截：正则(?:[a-z]+[A-Z]*[a-z]*){3,}匹配至少3组含小写字母的连续块，[A-Za-z]{10,}拦截过长的无空格纯字母字符串，精准覆盖垃圾信息的随机字母组合场景
4. 原有大写检测优化：修改正则为[A-Z]{3}[A-Za-z0-9]+，仅拦截连续3个大写字母后还有其他字符的情况，避免误拦3个字母的合法缩写

内容的提问来源于stack exchange，提问作者HWL1223