文章目录[隐藏]
手把手教程：为WordPress实现智能化的网站内容版权检测与保护工具
引言：数字时代的内容版权挑战
在当今数字化时代，内容创作已成为网站运营的核心。无论是个人博客、企业官网还是电子商务平台，原创内容都是吸引流量、建立品牌权威的关键要素。然而，随着互联网信息的快速传播，内容盗用、抄袭和未经授权的转载问题日益严重。根据最新统计，超过60%的网站管理员表示曾遭遇过内容被盗用的情况，这直接影响了原创者的权益和网站的SEO表现。
WordPress作为全球最流行的内容管理系统，占据了互联网近43%的网站份额。虽然WordPress拥有丰富的插件生态系统，但在内容版权保护方面，大多数现有解决方案要么功能有限，要么需要高昂的订阅费用。本文将手把手指导您通过WordPress代码二次开发，实现一个智能化的网站内容版权检测与保护工具，让您的原创内容得到更好的保护。
第一章：理解WordPress内容保护的基本原理
1.1 WordPress内容盗用的常见形式
在开始开发之前，我们需要了解内容盗用的主要形式：
- 直接复制粘贴：用户通过浏览器右键复制或查看源代码获取内容
- RSS订阅盗用：通过网站的RSS源批量抓取内容
- 爬虫程序抓取：使用自动化脚本抓取网站内容
- 截图盗用：对内容进行截图后重新发布
1.2 现有版权保护方法的局限性
当前常见的WordPress版权保护方法包括：
- 禁用右键功能：简单但用户体验差，且技术用户可轻松绕过
- 添加水印：适用于图片，但对文本内容无效
- 使用JavaScript干扰：可以防止简单复制，但无法阻止源代码查看
- 法律声明：仅有威慑作用，缺乏实际保护能力
1.3 智能化版权保护的核心思路
我们将要开发的工具基于以下核心思路：
- 内容指纹技术：为每篇文章生成唯一数字指纹
- 智能监控系统：定期搜索互联网上的相似内容
- 动态防护机制：根据访问者行为动态调整保护策略
- 版权声明自动化：自动在内容中嵌入版权信息
第二章：开发环境准备与基础架构设计
2.1 开发环境配置
首先，确保您具备以下开发环境：
- WordPress安装（建议5.6以上版本）
- PHP开发环境（7.4以上版本）
- 代码编辑器（VS Code、PHPStorm等）
- 本地或测试服务器环境
2.2 创建插件基础结构
在WordPress的wp-content/plugins/目录下创建新文件夹smart-content-protector，并建立以下基础文件结构：
smart-content-protector/
├── smart-content-protector.php # 主插件文件
├── includes/
│ ├── class-content-fingerprint.php # 内容指纹生成类
│ ├── class-content-monitor.php # 内容监控类
│ ├── class-protection-engine.php # 保护引擎类
│ └── class-settings-manager.php # 设置管理类
├── admin/
│ ├── css/
│ │ └── admin-style.css # 后台样式
│ ├── js/
│ │ └── admin-script.js # 后台脚本
│ └── class-admin-interface.php # 后台界面类
├── public/
│ ├── css/
│ │ └── public-style.css # 前端样式
│ ├── js/
│ │ └── public-script.js # 前端脚本
│ └── class-public-handler.php # 前端处理类
├── assets/ # 静态资源
└── uninstall.php # 插件卸载处理2.3 主插件文件配置
编辑smart-content-protector.php文件，添加插件基本信息：
<?php
/**
* Plugin Name: Smart Content Protector
* Plugin URI: https://yourwebsite.com/smart-content-protector
* Description: 智能化的WordPress网站内容版权检测与保护工具
* Version: 1.0.0
* Author: Your Name
* License: GPL v2 or later
* Text Domain: smart-content-protector
*/
// 防止直接访问
if (!defined('ABSPATH')) {
exit;
}
// 定义插件常量
define('SCP_VERSION', '1.0.0');
define('SCP_PLUGIN_DIR', plugin_dir_path(__FILE__));
define('SCP_PLUGIN_URL', plugin_dir_url(__FILE__));
define('SCP_PLUGIN_BASENAME', plugin_basename(__FILE__));
// 自动加载类文件
spl_autoload_register(function ($class_name) {
$prefix = 'SCP_';
$base_dir = SCP_PLUGIN_DIR . 'includes/';
$len = strlen($prefix);
if (strncmp($prefix, $class_name, $len) !== 0) {
return;
}
$relative_class = substr($class_name, $len);
$file = $base_dir . 'class-' . str_replace('_', '-', strtolower($relative_class)) . '.php';
if (file_exists($file)) {
require $file;
}
});
// 初始化插件
function scp_init_plugin() {
// 检查WordPress版本
if (version_compare(get_bloginfo('version'), '5.6', '<')) {
add_action('admin_notices', function() {
echo '<div class="notice notice-error"><p>';
echo __('Smart Content Protector需要WordPress 5.6或更高版本。', 'smart-content-protector');
echo '</p></div>';
});
return;
}
// 初始化核心类
$content_fingerprint = new SCP_Content_Fingerprint();
$content_monitor = new SCP_Content_Monitor();
$protection_engine = new SCP_Protection_Engine();
$settings_manager = new SCP_Settings_Manager();
// 根据环境加载前端或后台
if (is_admin()) {
require_once SCP_PLUGIN_DIR . 'admin/class-admin-interface.php';
new SCP_Admin_Interface($settings_manager);
} else {
require_once SCP_PLUGIN_DIR . 'public/class-public-handler.php';
new SCP_Public_Handler($protection_engine);
}
}
add_action('plugins_loaded', 'scp_init_plugin');
// 激活插件时的操作
register_activation_hook(__FILE__, 'scp_activate_plugin');
function scp_activate_plugin() {
// 创建必要的数据库表
scp_create_database_tables();
// 设置默认选项
$default_options = array(
'protection_level' => 'medium',
'auto_monitor' => true,
'monitor_frequency' => 'weekly',
'watermark_text' => '本文来自{site_name}，原文链接：{post_url}',
'disable_right_click' => false,
'enable_fingerprint' => true,
'search_engines' => array('google', 'bing'),
);
add_option('scp_settings', $default_options);
// 安排定期监控任务
if (!wp_next_scheduled('scp_daily_monitor')) {
wp_schedule_event(time(), 'daily', 'scp_daily_monitor');
}
}
// 停用插件时的操作
register_deactivation_hook(__FILE__, 'scp_deactivate_plugin');
function scp_deactivate_plugin() {
// 清除定时任务
wp_clear_scheduled_hook('scp_daily_monitor');
}
// 创建数据库表
function scp_create_database_tables() {
global $wpdb;
$charset_collate = $wpdb->get_charset_collate();
$table_name = $wpdb->prefix . 'scp_content_fingerprints';
$sql = "CREATE TABLE IF NOT EXISTS $table_name (
id bigint(20) NOT NULL AUTO_INCREMENT,
post_id bigint(20) NOT NULL,
fingerprint varchar(64) NOT NULL,
created_at datetime DEFAULT CURRENT_TIMESTAMP,
updated_at datetime DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
PRIMARY KEY (id),
KEY post_id (post_id),
KEY fingerprint (fingerprint)
) $charset_collate;";
require_once(ABSPATH . 'wp-admin/includes/upgrade.php');
dbDelta($sql);
// 创建侵权记录表
$infringement_table = $wpdb->prefix . 'scp_infringements';
$sql = "CREATE TABLE IF NOT EXISTS $infringement_table (
id bigint(20) NOT NULL AUTO_INCREMENT,
post_id bigint(20) NOT NULL,
infringing_url varchar(500) NOT NULL,
similarity_score float NOT NULL,
detected_at datetime DEFAULT CURRENT_TIMESTAMP,
status varchar(20) DEFAULT 'pending',
action_taken varchar(50) DEFAULT NULL,
PRIMARY KEY (id),
KEY post_id (post_id),
KEY status (status)
) $charset_collate;";
dbDelta($sql);
}第三章：实现内容指纹生成系统
3.1 内容指纹算法设计
编辑includes/class-content-fingerprint.php文件：
<?php
class SCP_Content_Fingerprint {
private $hash_algo = 'sha256';
public function __construct() {
add_action('save_post', array($this, 'generate_post_fingerprint'), 10, 3);
add_action('scp_daily_monitor', array($this, 'update_all_fingerprints'));
}
/**
* 为文章生成内容指纹
*/
public function generate_post_fingerprint($post_id, $post, $update) {
// 跳过自动保存和修订
if (defined('DOING_AUTOSAVE') && DOING_AUTOSAVE) {
return;
}
if (wp_is_post_revision($post_id)) {
return;
}
// 只处理已发布的文章
if ($post->post_status !== 'publish') {
return;
}
// 获取文章内容
$content = $this->extract_content_for_fingerprint($post);
// 生成指纹
$fingerprint = $this->calculate_fingerprint($content);
// 保存到数据库
$this->save_fingerprint($post_id, $fingerprint);
return $fingerprint;
}
/**
* 提取用于生成指纹的内容
*/
private function extract_content_for_fingerprint($post) {
$content = '';
// 添加标题
$content .= strip_tags($post->post_title) . "n";
// 添加正文内容（去除HTML标签）
$post_content = strip_tags($post->post_content);
$post_content = preg_replace('/s+/', ' ', $post_content);
$content .= $post_content . "n";
// 添加前300个字符作为特征（即使内容被部分修改也能检测）
$content .= substr($post_content, 0, 300);
// 添加文章摘要（如果有）
if (!empty($post->post_excerpt)) {
$content .= strip_tags($post->post_excerpt) . "n";
}
return $content;
}
/**
* 计算内容指纹
*/
private function calculate_fingerprint($content) {
// 标准化内容：转换为小写，移除多余空格和标点
$normalized = $this->normalize_content($content);
// 使用simhash算法生成指纹（更适合文本相似度检测）
$fingerprint = $this->simhash($normalized);
return $fingerprint;
}
/**
* 内容标准化处理
*/
private function normalize_content($content) {
// 转换为小写
$content = mb_strtolower($content, 'UTF-8');
// 移除所有标点符号和特殊字符
$content = preg_replace('/[^p{L}p{N}s]/u', ' ', $content);
// 将多个空格合并为一个
$content = preg_replace('/s+/', ' ', $content);
// 移除停用词（常见但无实际意义的词）
$stop_words = $this->get_stop_words();
$words = explode(' ', $content);
$words = array_diff($words, $stop_words);
return implode(' ', $words);
}
/**
* 获取停用词列表
*/
private function get_stop_words() {
// 中文常见停用词
$chinese_stop_words = array(
'的', '了', '在', '是', '我', '有', '和', '就', '不', '人', '都', '一', '一个', '上', '也', '很', '到', '说', '要', '去', '你', '会', '着', '没有', '看', '好', '自己', '这'
);
// 英文常见停用词
$english_stop_words = array(
'a', 'an', 'the', 'and', 'or', 'but', 'in', 'on', 'at', 'to', 'for', 'of', 'with', 'by', 'is', 'are', 'was', 'were', 'be', 'been', 'being'
);
return array_merge($chinese_stop_words, $english_stop_words);
}
/**
* SimHash算法实现
*/
private function simhash($content) {
$features = array();
$words = explode(' ', $content);
// 统计词频
$word_counts = array_count_values($words);
// 初始化特征向量（64位）
$vector = array_fill(0, 64, 0);
foreach ($word_counts as $word => $count) {
// 为每个词生成hash
$hash = hexdec(substr(md5($word), 0, 16));
for ($i = 0; $i < 64; $i++) {
// 检查hash的每一位
$bit = ($hash >> $i) & 1;
if ($bit == 1) {
$vector[$i] += $count;
} else {
$vector[$i] -= $count;
}
}
}
// 生成最终的fingerprint
$fingerprint = 0;
for ($i = 0; $i < 64; $i++) {
if ($vector[$i] > 0) {
$fingerprint |= (1 << $i);
}
}
return dechex($fingerprint);
}
/**
* 保存指纹到数据库
*/
private function save_fingerprint($post_id, $fingerprint) {
global $wpdb;
$table_name = $wpdb->prefix . 'scp_content_fingerprints';
// 检查是否已存在记录
$existing = $wpdb->get_var($wpdb->prepare(
"SELECT id FROM $table_name WHERE post_id = %d",
$post_id
));
if ($existing) {
// 更新现有记录
$wpdb->update(
$table_name,
array('fingerprint' => $fingerprint),
array('post_id' => $post_id),
array('%s'),
array('%d')
);
} else {
// 插入新记录
$wpdb->insert(
$table_name,
array(
'post_id' => $post_id,
'fingerprint' => $fingerprint
),
array('%d', '%s')
);
}
}
/**
* 更新所有文章的指纹
*/
public function update_all_fingerprints() {
$args = array(
'post_type' => 'post',
'post_status' => 'publish',
'posts_per_page' => -1,
);
$posts = get_posts($args);
foreach ($posts as $post) {
$this->generate_post_fingerprint($post->ID, $post, true);
}
}
/**
* 计算两个指纹的相似度
*/
public function calculate_similarity($fingerprint1, $fingerprint2) {
// 将十六进制转换为二进制
$bin1 = hex2bin(str_pad($fingerprint1, 16, '0', STR_PAD_LEFT));
$bin2 = hex2bin(str_pad($fingerprint2, 16, '0', STR_PAD_LEFT));
// 计算海明距离
$hamming_distance = 0;
for ($i = 0; $i < strlen($bin1); $i++) {
$xor = ord($bin1[$i]) ^ ord($bin2[$i]);
while ($xor) {
$hamming_distance += $xor & 1;
$xor >>= 1;
}
}
// 转换为相似度百分比
$max_distance = strlen($bin1) * 8;
$similarity = 100 * (1 - $hamming_distance / $max_distance);
return round($similarity, 2);
}
}第四章：构建智能内容监控系统
4.1 监控系统设计
编辑includes/class-content-monitor.php文件：
<?php
class SCP_Content_Monitor {
private $search_engines = array();
private $api_keys = array();
public function __construct() {
$settings = get_option('scp_settings', array());
$this->search_engines = isset($settings['search_engines']) ? $settings['search_engines'] : array('google');
// 设置API密钥（实际使用时需要从设置中获取）
$this->api_keys = array(
'google' => defined('SCP_GOOGLE_API_KEY') ? SCP_GOOGLE_API_KEY : '',_API_KEY') ? SCP_BING_API_KEY : ''
);
add_action('scp_daily_monitor', array($this, 'run_daily_monitoring'));
add_action('scp_manual_monitor', array($this, 'monitor_specific_post'));
}
/**
* 执行每日监控任务
*/
public function run_daily_monitoring() {
// 获取最近30天内发布的文章
$args = array(
'post_type' => 'post',
'post_status' => 'publish',
'date_query' => array(
array(
'after' => '30 days ago',
)
),
'posts_per_page' => 20, // 每天监控20篇文章，避免API限制
);
$posts = get_posts($args);
foreach ($posts as $post) {
$this->monitor_post($post);
// 避免请求过于频繁
sleep(2);
}
// 记录监控日志
$this->log_monitoring_result(count($posts));
}
/**
* 监控特定文章
*/
public function monitor_specific_post($post_id) {
$post = get_post($post_id);
if ($post && $post->post_status === 'publish') {
return $this->monitor_post($post);
}
return false;
}
/**
* 监控单篇文章
*/
private function monitor_post($post) {
$results = array();
// 生成搜索查询
$search_queries = $this->generate_search_queries($post);
foreach ($this->search_engines as $engine) {
if (method_exists($this, "search_with_{$engine}")) {
foreach ($search_queries as $query) {
$engine_results = call_user_func(
array($this, "search_with_{$engine}"),
$query,
$post->ID
);
if (!empty($engine_results)) {
$results = array_merge($results, $engine_results);
}
}
}
}
// 分析结果并保存侵权记录
if (!empty($results)) {
$this->analyze_and_save_results($results, $post->ID);
}
return $results;
}
/**
* 生成搜索查询
*/
private function generate_search_queries($post) {
$queries = array();
// 提取文章标题中的关键词
$title = strip_tags($post->post_title);
$title_words = explode(' ', preg_replace('/[^p{L}p{N}s]/u', ' ', $title));
$title_words = array_filter($title_words, function($word) {
return mb_strlen($word, 'UTF-8') > 1;
});
// 使用标题中的前5个词作为查询
if (count($title_words) > 0) {
$title_query = implode(' ', array_slice($title_words, 0, 5));
$queries[] = $title_query;
}
// 提取文章中的独特短语（连续3-5个词）
$content = strip_tags($post->post_content);
$content = preg_replace('/s+/', ' ', $content);
$words = explode(' ', $content);
// 生成独特短语
$phrases = array();
for ($i = 0; $i < count($words) - 3; $i++) {
$phrase = implode(' ', array_slice($words, $i, 4));
if (strlen($phrase) > 15 && strlen($phrase) < 50) {
$phrases[] = $phrase;
}
}
// 选择最独特的3个短语
$unique_phrases = $this->select_unique_phrases($phrases);
$queries = array_merge($queries, array_slice($unique_phrases, 0, 3));
// 添加包含网站名称的查询
$site_name = get_bloginfo('name');
if (!empty($site_name) && !empty($title_query)) {
$queries[] = ""{$title_query}" "{$site_name}"";
}
return array_unique($queries);
}
/**
* 选择独特短语
*/
private function select_unique_phrases($phrases) {
// 简单的独特性评分：基于词频和长度
$scored_phrases = array();
foreach ($phrases as $phrase) {
$score = 0;
// 长度适中得分高
$length = strlen($phrase);
if ($length > 20 && $length < 40) {
$score += 3;
} elseif ($length >= 40 && $length < 60) {
$score += 2;
}
// 包含较少常见词得分高
$common_words = array('的', '了', '在', '是', '和', '就', '不', '人', '都');
$phrase_words = explode(' ', $phrase);
$common_count = count(array_intersect($phrase_words, $common_words));
$score += max(0, 5 - $common_count);
$scored_phrases[$phrase] = $score;
}
arsort($scored_phrases);
return array_keys($scored_phrases);
}
/**
* 使用Google搜索
*/
private function search_with_google($query, $post_id) {
$api_key = $this->api_keys['google'];
$search_engine_id = defined('SCP_GOOGLE_CSE_ID') ? SCP_GOOGLE_CSE_ID : '';
if (empty($api_key) || empty($search_engine_id)) {
// 如果没有API密钥，使用简单的HTTP请求模拟搜索
return $this->search_with_google_public($query, $post_id);
}
$url = 'https://www.googleapis.com/customsearch/v1';
$params = array(
'key' => $api_key,
'cx' => $search_engine_id,
'q' => $query,
'num' => 10,
'fields' => 'items(link,title,snippet)'
);
$response = wp_remote_get(add_query_arg($params, $url));
if (is_wp_error($response)) {
return array();
}
$body = wp_remote_retrieve_body($response);
$data = json_decode($body, true);
$results = array();
if (isset($data['items'])) {
foreach ($data['items'] as $item) {
// 排除自己的网站
if (strpos($item['link'], home_url()) !== false) {
continue;
}
$results[] = array(
'url' => $item['link'],
'title' => $item['title'],
'snippet' => $item['snippet'],
'engine' => 'google',
'query' => $query
);
}
}
return $results;
}
/**
* 使用公开的Google搜索（无API）
*/
private function search_with_google_public($query, $post_id) {
// 注意：这种方法可能违反Google的服务条款，仅作为示例
// 实际使用时建议使用官方API
$url = 'https://www.google.com/search';
$params = array(
'q' => $query,
'num' => 10
);
$response = wp_remote_get(add_query_arg($params, $url), array(
'headers' => array(
'User-Agent' => 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'
)
));
if (is_wp_error($response)) {
return array();
}
$body = wp_remote_retrieve_body($response);
// 简单的HTML解析提取结果
$results = array();
if (preg_match_all('/<div class="g">(.*?)</div></div></div>/s', $body, $matches)) {
foreach ($matches[1] as $match) {
if (preg_match('/<a[^>]+href="([^"]+)"[^>]*>(.*?)</a>/', $match, $link_match)) {
$url = $link_match[1];
$title = strip_tags($link_match[2]);
// 排除自己的网站
if (strpos($url, home_url()) !== false) {
continue;
}
// 提取摘要
$snippet = '';
if (preg_match('/<div[^>]*class="[^"]*VwiC3b[^"]*"[^>]*>(.*?)</div>/', $match, $snippet_match)) {
$snippet = strip_tags($snippet_match[1]);
}
$results[] = array(
'url' => $url,
'title' => $title,
'snippet' => $snippet,
'engine' => 'google_public',
'query' => $query
);
}
}
}
return $results;
}
/**
* 使用Bing搜索
*/
private function search_with_bing($query, $post_id) {
$api_key = $this->api_keys['bing'];
if (empty($api_key)) {
return array();
}
$url = 'https://api.bing.microsoft.com/v7.0/search';
$params = array(
'q' => $query,
'count' => 10,
'responseFilter' => 'Webpages'
);
$response = wp_remote_get(add_query_arg($params, $url), array(
'headers' => array(
'Ocp-Apim-Subscription-Key' => $api_key
)
));
if (is_wp_error($response)) {
return array();
}
$body = wp_remote_retrieve_body($response);
$data = json_decode($body, true);
$results = array();
if (isset($data['webPages']['value'])) {
foreach ($data['webPages']['value'] as $item) {
// 排除自己的网站
if (strpos($item['url'], home_url()) !== false) {
continue;
}
$results[] = array(
'url' => $item['url'],
'title' => $item['name'],
'snippet' => $item['snippet'],
'engine' => 'bing',
'query' => $query
);
}
}
return $results;
}
/**
* 分析并保存结果
*/
private function analyze_and_save_results($results, $post_id) {
global $wpdb;
$table_name = $wpdb->prefix . 'scp_infringements';
$post_content = get_post_field('post_content', $post_id);
$post_content_plain = strip_tags($post_content);
foreach ($results as $result) {
// 获取疑似侵权页面的内容
$infringing_content = $this->fetch_page_content($result['url']);
if (empty($infringing_content)) {
continue;
}
// 计算相似度
$similarity = $this->calculate_content_similarity(
$post_content_plain,
$infringing_content
);
// 如果相似度超过阈值，保存记录
$threshold = 70; // 70%相似度阈值
if ($similarity >= $threshold) {
// 检查是否已存在记录
$existing = $wpdb->get_var($wpdb->prepare(
"SELECT id FROM $table_name
WHERE post_id = %d AND infringing_url = %s",
$post_id,
$result['url']
));
if (!$existing) {
$wpdb->insert(
$table_name,
array(
'post_id' => $post_id,
'infringing_url' => $result['url'],
'similarity_score' => $similarity,
'detected_at' => current_time('mysql'),
'status' => 'pending'
),
array('%d', '%s', '%f', '%s', '%s')
);
// 发送通知
$this->send_infringement_notification($post_id, $result['url'], $similarity);
}
}
}
}
/**
* 获取页面内容
*/
private function fetch_page_content($url) {
$response = wp_remote_get($url, array(
'timeout' => 10,
'headers' => array(
'User-Agent' => 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'
)
));
if (is_wp_error($response)) {
return '';
}
$body = wp_remote_retrieve_body($response);
// 提取正文内容
$content = '';
// 尝试多种方法提取正文
if (preg_match('/<body[^>]*>(.*?)</body>/s', $body, $matches)) {
$body_content = $matches[1];
// 移除脚本和样式
$body_content = preg_replace('/<script[^>]*>.*?</script>/s', '', $body_content);
$body_content = preg_replace('/<style[^>]*>.*?</style>/s', '', $body_content);
// 提取文本
$content = strip_tags($body_content);
$content = preg_replace('/s+/', ' ', $content);
$content = trim($content);
}
return $content;
}
/**
* 计算内容相似度
*/
private function calculate_content_similarity($content1, $content2) {
// 使用文本相似度算法
$similarity = 0;
// 方法1：基于共享词的比例
$words1 = $this->extract_significant_words($content1);
$words2 = $this->extract_significant_words($content2);
$common_words = array_intersect($words1, $words2);
$total_unique_words = count(array_unique(array_merge($words1, $words2)));
if ($total_unique_words > 0) {
$similarity = (count($common_words) / $total_unique_words) * 100;
}
// 方法2：检查长字符串匹配
$long_strings1 = $this->extract_long_strings($content1);
$long_strings2 = $this->extract_long_strings($content2);
$string_similarity = 0;
foreach ($long_strings1 as $str1) {
foreach ($long_strings2 as $str2) {
similar_text($str1, $str2, $percent);
if ($percent > 80) { // 80%相似的长字符串
$string_similarity = max($string_similarity, $percent);
}
}
}
// 取两种方法的较高值
$similarity = max($similarity, $string_similarity);
return min(100, round($similarity, 2));
}
/**
* 提取重要词汇
*/
private function extract_significant_words($content, $min_length = 2) {
$content = mb_strtolower($content, 'UTF-8');
$content = preg_replace('/[^p{L}p{N}s]/u', ' ', $content);
$words = explode(' ', $content);
// 过滤短词和停用词
$stop_words = $this->get_stop_words();
$words = array_filter($words, function($word) use ($min_length, $stop_words) {
return mb_strlen($word, 'UTF-8') >= $min_length &&
!in_array($word, $stop_words);
});
return array_values($words);
}
/**
* 提取长字符串
*/
private function extract_long_strings($content, $min_length = 20) {
$sentences = preg_split('/[。.!?？]/u', $content);
$long_strings = array();
foreach ($sentences as $sentence) {
$sentence = trim($sentence);
if (mb_strlen($sentence, 'UTF-8') >= $min_length) {
$long_strings[] = $sentence;
}
}
return $long_strings;
}
/**
* 发送侵权通知
*/
private function send_infringement_notification($post_id, $infringing_url, $similarity) {
$admin_email = get_option('admin_email');
$post_title = get_the_title($post_id);
$post_url = get_permalink($post_id);
$subject = sprintf(
__('[内容侵权警报] 文章 "%s" 可能被抄袭', 'smart-content-protector'),
$post_title
);
$message = sprintf(
__('检测到可能的内容侵权：
您的文章：%s
文章链接：%s
疑似侵权页面：%s
相似度：%.2f%%
请登录WordPress后台查看详细信息并采取相应措施。
Smart Content Protector
%s', 'smart-content-protector'),
$post_title,
$post_url,
$infringing_url,
$similarity,
home_url()
);
wp_mail($admin_email, $subject, $message);
}
/**
* 记录监控日志
*/
private function log_monitoring_result($posts_monitored) {
$log_entry = sprintf(
'[%s] 监控完成，检查了 %d 篇文章',
current_time('mysql'),
$posts_monitored
);
// 保存到选项