如何在不删除字符的前提下快速识别带间隔的变形敏感词？

核心思路：不需要全量预处理移除所有间隔符，仅在匹配阶段跳过非目标字符，只匹配敏感词的字符序列，时间复杂度和普通敏感词匹配接近，不会额外增加过多耗时。

1. 改造DFA/AC自动机匹配逻辑（性能最优，适合大敏感词库场景） #

原有匹配逻辑是当前输入字符等于状态机下一个预期字符时才跳转，仅需做小范围改造：

• 提前定义需要忽略的间隔符哈希集合（比如空格、下划线、短横线等你需要过滤的间隔字符，判断时间复杂度O(1)）
• 匹配时如果读到的当前字符属于间隔符集合，直接跳过当前字符继续读下一位，不改变当前状态机的匹配状态
• 普通DFA的回退逻辑正常保留即可，不影响原有普通敏感词的匹配效果

示例代码（Python版，可适配任意语言）：

# 可自定义需要忽略的间隔符集合
INTERRUPT_CHARS = {' ', '_', '-', '*'}

def match_sensitive(text, sensitive_word, interrupt_chars=INTERRUPT_CHARS):
    s_len = len(sensitive_word)
    if s_len == 0:
        return False
    # 敏感词当前匹配位置指针
    match_ptr = 0
    for char in text:
        if match_ptr >= s_len:
            break
        if char in interrupt_chars:
            continue
        if char == sensitive_word[match_ptr]:
            match_ptr += 1
        else:
            # 普通DFA回退逻辑可自行扩展
            match_ptr = 0
    return match_ptr >= s_len

# 测试效果
print(match_sensitive("exam ple", "example")) # 输出True
print(match_sensitive("exa_mple", "example")) # 输出True

性能说明：整个匹配过程仅遍历文本一次，时间复杂度为O(n)（n为文本长度），和无间隔匹配的耗时几乎一致，远高于先全量删除间隔符再匹配的方案。

2. 动态生成正则匹配规则（实现成本最低，适合小敏感词库场景） #

如果敏感词库量级不大，不需要引入复杂的状态机，可直接用正则实现：

• 对每个敏感词动态生成正则规则，在每个敏感字符之间插入间隔符匹配规则，比如敏感词example生成的正则为e[\s_-]*x[\s_-]*a[\s_-]*m[\s_-]*p[\s_-]*l[\s_-]*e
• 可根据需求新增大小写忽略、全角半角适配等规则，实现成本极低
• 缺点是敏感词量级较大时，正则预编译和匹配的性能会弱于DFA方案

内容的提问来源于stack exchange，提问作者Anony Mous