Php 搜索匹配词而不出现误报

我找到了这个链接，现在正在处理它，但是我需要进一步扩展它。

我试图创建一个脚本，检查已知的坏字网页。我有一个数组，其中有一个坏单词列表，它将它与文件\u get\u contents中的字符串进行比较

这在基本层面上起作用，但会返回误报。例如，如果我加载一个带有“title”一词的网页，它返回找到“tit”一词的结果

我的最佳选择是剥离所有html和标点符号，然后根据空格将其分解，并将每个单词放入一个数组中吗？我希望有一个比这更有效的过程

以下是我目前的代码：

$url = 'http://somewebsite.com/';
$content = strip_tags(file_get_contents($url));

//list of bad words separated by commas
$badwords = 'tit,butt,etc'; //this will eventually come from a db
$badwordList = explode(',', $badwords);

foreach($badwordList as $bad) {
    $place = strpos($content, $bad);
    if (!empty($place)) {
        $foundWords[] = $bad;
    }
}

print_r($foundWords);

---

提前谢谢

您可以将正则表达式与以下内容一起使用：

第二条语句创建正则表达式，我们使用它来匹配和捕获网页上所需的单词。首先，它在逗号上拆分

$badwords

字符串，并将它们与

|

连接起来。然后，这个结果字符串被用作模式，如下所示：

/\b（tits | butt | etc）\b/

\b

（是单词边界）将确保只匹配整个单词

---

这个正则表达式模式将匹配这些单词中的任何一个，并且在网页中找到的单词将存储在数组

$matches[1]

中，如果您能再帮我一个忙的话。您发布的第一个代码仍然返回假阳性，但您的更新修复了它。你能解释一下\b的作用吗？就我的一生而言，我不能把我的头缠在正则表达式上。@DeveloperGee:正如我在回答中提到的，

\b

在单词边界处断言位置；基本上是介于单词字符（字母、数字等）和非单词字符（其他所有字符）之间的任意位置。有关详细信息，请参阅

$badwords = 'tit,butt,etc'; 
$regex = sprintf('/\b(%s)\b/', implode('|', explode(',', $badwords)));

if (preg_match_all($regex, $content, $matches)) {
    print_r($matches[1]);
}