Hàm phát hiện nội dung spam nâng cao trong PHP

Tư duy của hàm spam nâng cao

• Không quyết định spam theo một dấu hiệu duy nhất
• Chấm điểm hành vi spam
• Vượt ngưỡng là loại
• Dễ chỉnh ngưỡng, dễ mở rộng

Hàm phát hiện spam nâng cao

<?php
function is_spam_ultimate(string $content, int $threshold = 7): bool {
    $score = 0;
    $text = trim($content);

    if ($text === '') {
        return true;
    }

    $lower = mb_strtolower($text);

    // 1. độ dài bất thường
    $length = mb_strlen($lower);
    if ($length < 8) { $score += 3; } elseif ($length > 2000) {
        $score += 2;
    }

    // 2. quá nhiều link
    preg_match_all('/https?:\/\//i', $lower, $links);
    if (count($links[0]) >= 2) {
        $score += 3;
    }

    // 3. lặp từ khoá bất thường
    $words = preg_split('/\s+/u', $lower, -1, PREG_SPLIT_NO_EMPTY);
    if (count($words) > 0) {
        $counts = array_count_values($words);
        foreach ($counts as $count) {
            if ($count >= 5) {
                $score += 3;
                break;
            }
        }
    }

    // 4. ký tự dị hoặc trộn chữ số vô nghĩa
    if (preg_match('/[a-z]{3,}\d{3,}|[^\p{L}\p{N}\s]{4,}/u', $lower)) {
        $score += 2;
    }

    // 5. viết hoa quá nhiều (la hét)
    preg_match_all('/[A-Z]/', $text, $caps);
    if (count($caps[0]) > 20) {
        $score += 2;
    }

    // 6. nhiều dòng giống nhau
    $lines = array_filter(array_map('trim', explode("\n", $lower)));
    if (count($lines) !== count(array_unique($lines))) {
        $score += 2;
    }

    // 7. mật độ link so với chữ
    if ($length > 0 && count($links[0]) / $length > 0.02) {
        $score += 2;
    }

    return $score >= $threshold;
}

Cách dùng duy nhất nên dùng

<?php
$content = $_POST['content'] ?? '';

if (is_spam_ultimate($content)) {
    die('Nội dung bị đánh dấu là spam');
}

Vì sao hàm này mạnh nhưng không ngu

• Không phụ thuộc keyword cố định
• Không cần database
• Không cần regex dị hợm
• Chặn spam theo hành vi, không theo chữ

Nên chỉnh threshold khi nào

• Form liên hệ: 6–7
• Comment blog: 7–8
• Đăng bài công khai: 8–9

Kết luận

Một hàm spam tốt không phải là hàm bắt được 100% spam, mà là hàm giữ cho hệ thống sạch mà không giết nhầm người dùng thật. Hàm này sinh ra để làm đúng điều đó: gọn, mạnh, và dùng được ngay.

Spam thì tiến hoá từng ngày, nhưng backend mà tỉnh là spam không có cửa!