在网络信息技术已非常成熟的今天,每个人都能通过网络对时事政治,文学艺术,历史纪实等方面,随时随地的发表自己见解和看法。这就带来了隐患,因为并不是每个人都能遵守国家制定的互联网管理法律法规,会有一些人在网络上发布一些有害言论,这些包括色情、暴力、政治敏感等内容的言论极大的损害了互联网的网络安全,也给社会稳定带来了不利因素。有害言论主要是由有害的敏感词组成,为了净化网络环境,我们急需有效的措施来对这些出现敏感词的文字进行检测和过滤,营造健康的网络空间。目前大部分对于敏感词的检测方法都是采用简单的字串匹配例如KMP算法,这些字串匹配是基于精确字符串的匹配,从给定的目标串中找出模式串出现的位置,这需要模式串的每一个字符都要与找出的目标串匹配。但是一些别有用心的言论为了躲避现有的检测手段,往往采取特殊的表达方式来欺骗检测系统,例如(形近音近字拆分字等)将敏感词进行变形处理这就使得检测难度极大的增加,对检测算法的要求也随之提高。针对上面的问题,本文提出了一种基于音形码的新型的中文字符匹配方法用于检测敏感词。该方法将常用汉字通过改进后的音形码进行编码,通过该编码计算汉字的相似度。然后基于传统字典树,使用模糊匹配这一概念对目标串进行逐一匹配,当两个汉字的相似度大于模糊匹配参数即可认为命中。模糊匹配参数可由人工设置修改,用来指示检测力度,参数越小,检测力度越大,反之则越大。这种方法可以把多个应对单一变形敏感词的方法结合起来,能够应对汉字转拼音,音近字,形近字,拆分字这几种变形手段及其组合。其中拆分字需要对敏感词库进行另外的处理步骤。同时本文还提出了一种将汉字相似度量化的方法,该方法基于统计学概念,将汉字是否相似以及在多少程度上相似这一主观的标准转换成客观的标准,并在这一标准下分析实验结果,在常用的汉字数据集上,准确率要明显高于已有的检测方法。这有效地提高了有害言论审查的准确度,提高了过滤能力。