嘿，这个需求我之前做即时聊天系统的时候正好碰到过，专门研究过怎么对付这类花式规避违禁词的操作，分享下我实践下来的靠谱方案，完美覆盖你说的Poop、pooopppp、P00p这类变形情况。

核心设计思路 #

首先得明确用户常用的规避手段：大小写混淆、连续重复字符、形近字符替换（比如0替o、1替l），我们的过滤器就要针对性地把这些变形“打回原形”，再做匹配判断。

具体实现步骤 #

1. 输入文本预处理（关键步骤） #

这一步是把各种变形统一成标准格式，方便后续匹配：

• 统一大小写：把输入全转成小写（或大写），直接消除大小写混淆的问题，比如P00p转成p00p。
• 替换形近字符：提前建一个常见替换映射表，把用户用来规避的字符转成原字符，比如{'0':'o', '1':'l', '@':'a', '$':'s'}，这样P0o0o0op会被转成poooooop。
• 压缩连续重复字符：用正则把连续重复的单个字符只保留一次，比如pooopppp会被压缩成poop，这里用的正则是re.sub(r'(.)\1+', r'\1', text)，原理是匹配任意连续重复的字符，替换成单个该字符。

2. 违禁词匹配策略 #

预处理完成后，就可以做匹配了：

• 精确匹配：把处理后的文本和违禁词库做比对，只要包含违禁词就触发过滤。如果怕误判正常词汇（比如poop deck这种专业术语），可以用正则的整词匹配（\bpoop\b），只匹配独立的违禁词。
• 模糊匹配（可选）：如果要覆盖更多变形，比如用户打错字的情况，可以用编辑距离（Levenshtein距离），判断处理后的文本和违禁词的差异度是否小于阈值（比如1），但这个要谨慎用，不然容易误拦正常内容。

3. 触发后的处理逻辑 #

• 直接拦截违规消息，不允许发送到聊天频道；
• 给用户返回清晰的警告提示，比如"抱歉，你的消息包含违规内容，请修改后重试。"

代码示例（Python） #

给你写个可直接用的Demo，包含上面所有逻辑：

import re

# 自定义违禁词库，可根据需求扩展
banned_words = {'poop'}

# 形近字符映射表，覆盖常见规避替换
char_mapping = {
    '0': 'o',
    '1': 'l',
    '!': 'l',
    '@': 'a',
    '$': 's',
    '3': 'e',
    '4': 'a',
    '5': 's',
    '7': 't',
}

def preprocess_input(text):
    # 统一转小写
    processed_text = text.lower()
    # 替换形近字符
    for orig_char, target_char in char_mapping.items():
        processed_text = processed_text.replace(orig_char, target_char)
    # 压缩连续重复字符
    processed_text = re.sub(r'(.)\1+', r'\1', processed_text)
    return processed_text

def check_banned_content(text):
    processed_text = preprocess_input(text)
    # 检查是否包含违禁词（支持整词匹配，避免误判）
    for word in banned_words:
        if re.search(rf'\b{word}\b', processed_text):
            return True
    return False

# 测试各种变形案例
test_messages = ['Poop', 'pooopppp', 'P00p', 'Po0p', 'P0o0o0op', 'poop deck']
for msg in test_messages:
    if check_banned_content(msg):
        print(f"拦截消息：{msg} → 提示：抱歉，你的消息包含违规内容，请修改后重试。")
    else:
        print(f"消息通过：{msg}")

优化建议 #

• 动态更新违禁词库：做个后台管理界面，让运营可以随时添加/删除违禁词，不用每次改代码重新部署；
• 性能优化：如果违禁词库很大（上千个词），用Trie树来做匹配会比遍历每个词效率高很多，适合高并发的聊天场景；
• 白名单机制：把一些容易被误判的正常词汇加入白名单，比如专业术语、人名等，减少误拦率。

内容的提问来源于stack exchange，提问作者Arjay