【发布时间】：2012-04-23 13:13:47
【问题描述】：
我正在尝试阻止垃圾邮件，其中很多是重复出现的单词，有没有办法检查字符串以查看字符串中是否有重复出现的短语？
$string = 'Hello ! Hello ! Hello ! Hello !";
谢谢，
【问题讨论】：
-
如何使用akismet 而不是推出自己的反垃圾邮件解决方案？我曾经为通用文本编写过垃圾邮件过滤器，如果没有误报，很难过滤。 Akismet 可以使用了。
【发布时间】：2012-04-23 13:13:47
【问题描述】：
substr_count 当您知道自己在寻找什么时就可以了。如果不知道什么是垃圾词，可以使用str_word_count和array_count_values：
$string = 'Hello! Hello! Hello! Hello! Lorem Ipsum';
$words = str_word_count($string, 1);
$count = array_count_values($words);
print_r($count);
这会给你这个：
Array
(
[Hello] => 4
[Lorem] => 1
[Ipsum] => 1
)
你可以sort()这个数组，得到字符串上最常用词的排名。您还应该检查停用词（如“and”、“or”、“me”等）。
【讨论】：
-
如果其中一个词被使用超过 10 次，如果有任何方法可以执行功能，不包括常见的这些词：like a, the, my, he, she, that
-
您需要一个数组中的停用词列表，然后遍历
$count列表。我相信没有 PHP 函数可以自己解决停用词问题。或许array_filter可以帮到你。
快速的 Google 搜索让我知道：
http://php.net/manual/en/function.substr-count.php
但是，有更好的反垃圾邮件想法。就像验证码一样。人类垃圾邮件发送者很难捕获。他们会找到绕过您的单词计数器的方法。也许你应该考虑像 Youtube 那样基于用户的垃圾邮件报告方法。
【讨论】：
你可以试试 substr_count()： http://php.net/manual/en/function.substr-count.php
$string = 'hello ! hello ! hello ! hello !';
echo substr_count($string, 'hello');
当然，如果您想检查字符串中的任何单词是否多次出现...那么效率会大大降低。您可能必须跟踪“已检查单词”列表，并且对于字符串中的每个尚未检查的单词，检查它是否出现多次。
就像 Binarious 提到的，验证码是阻止垃圾邮件的更好方法；-)
【讨论】：
-
问题是，我不知道重复的字符串是什么。我以为它有一个布尔函数......