基于DFA算法过滤敏感词操作

第一步：通过传入敏感词构建敏感词库

/**
 * 敏感词库初始化
 * 
 * @author AlanLee
 *
 */
public class SensitiveWordInit {
	/**
	 * 敏感词库
	 */
	@SuppressWarnings("rawtypes")
	public HashMap sensitiveWordMap;

	/**
	 * 初始化敏感词
	 * 
	 * @return
	 */
	@SuppressWarnings("rawtypes")
	public Map initKeyWord(List<CommonDataEntity> sensitiveWords) {
		try {
			// 从敏感词集合对象中取出敏感词并封装到Set集合中
			Set<String> keyWordSet = new HashSet<String>();
			for (CommonDataEntity s : sensitiveWords) {
				keyWordSet.add(s.getTitleCn().trim());
			}
			// 将敏感词库加入到HashMap中
			addSensitiveWordToHashMap(keyWordSet);
		} catch (Exception e) {
			e.printStackTrace();
		}
		return sensitiveWordMap;
	}

	/**
	 * 封装敏感词库
	 * 
	 * @param keyWordSet
	 */
	// 将得到的敏感词库用一个DFA算法模型放到map中
	@SuppressWarnings({ "rawtypes", "unchecked" })
	private void addSensitiveWordToHashMap(Set<String> keyWordSet) {
		// 初始化HashMap对象并控制容器的大小
		sensitiveWordMap = new HashMap(keyWordSet.size());
		// 敏感词
		String key = null;
		// 用来按照相应的格式保存敏感词库数据
		Map nowMap = null;
		// 用来辅助构建敏感词库
		Map<String, String> newWorMap = null;
		// 使用一个迭代器来循环敏感词集合
		Iterator<String> iterator = keyWordSet.iterator();
		while (iterator.hasNext()) {
			key = iterator.next();
			// 等于敏感词库，HashMap对象在内存中占用的是同一个地址，所以此nowMap对象的变化，sensitiveWordMap对象也会跟着改变
			nowMap = sensitiveWordMap;
			for (int i = 0; i < key.length(); i++) {
				// 截取敏感词当中的字，在敏感词库中字为HashMap对象的Key键值
				char keyChar = key.charAt(i);

				// 判断这个字是否存在于敏感词库中
				Object wordMap = nowMap.get(keyChar);
				if (wordMap != null) {
					nowMap=(Map) wordMap;
				} else {
					newWorMap = new HashMap<String, String>();
					newWorMap.put("isEnd", "0");
					nowMap.put(keyChar, newWorMap);
					nowMap = newWorMap;
				}

				// 如果该字是当前敏感词的最后一个字，则标识为结尾字
				if (i == key.length() - 1) {
					nowMap.put("isEnd", "1");
				}
			}
		}
	}
}

第二步 ：筛选敏感词

public class SensitivewordFilter {

	@SuppressWarnings("rawtypes")
	public Map sensitiveWordMap = null;
	public static int minMatchTYpe = 1; // 最小匹配规则
	public static int maxMatchType = 2; // 最大匹配规则

	public List<CommonDataEntity> list;
	
	public SensitivewordFilter() {
	}
	
	/**
	 * 构造函数，初始化敏感词库
	 */
	public SensitivewordFilter(List<CommonDataEntity> list) {
		this.list=list;
		sensitiveWordMap = new SensitiveWordInit().initKeyWord(list);
	}

	/**
	 * 判断文字是否包含敏感字符
	 * 
	 * @param txt
	 *            文字
	 * @param matchType
	 *            匹配规则 1：最小匹配规则，2：最大匹配规则
	 * @return 若包含返回true，否则返回false
	 * @version 1.0
	 */
	public boolean isContaintSensitiveWord(String txt, int matchType) {
		boolean flag = false;
		for (int i = 0; i < txt.length(); i++) {
			int matchFlag = this.CheckSensitiveWord(txt, i, matchType); // 判断是否包含敏感字符
			if (matchFlag > 0) { // 大于0存在，返回true
				flag = true;
			}
		}
		return flag;
	}

	/**
	 * 检查文字中是否包含敏感字符，检查规则如下：
	 * 
	 * @param txt
	 * @param beginIndex
	 * @param matchType
	 * @return，如果存在，则返回敏感词字符的长度，不存在返回0
	 * @version 1.0
	 */
	@SuppressWarnings({ "rawtypes" })
	public int CheckSensitiveWord(String txt, int beginIndex, int matchType) {
		boolean flag = false; // 敏感词结束标识位：用于敏感词只有1位的情况
		int matchFlag = 0; // 匹配标识数默认为0
		char word = 0;
		Map nowMap = sensitiveWordMap;
		for (int i = beginIndex; i < txt.length(); i++) {
			word = txt.charAt(i);
			nowMap = (Map) nowMap.get(word); // 获取指定key
			if (nowMap != null) { // 存在，则判断是否为最后一个
				matchFlag++; // 找到相应key，匹配标识+1
				if ("1".equals(nowMap.get("isEnd"))) { // 如果为最后一个匹配规则,结束循环，返回匹配标识数
					flag = true; // 结束标志位为true
					if (SensitivewordFilter.minMatchTYpe == matchType) { // 最小规则，直接返回,最大规则还需继续查找
						break;
					}
				}
			} else { // 不存在，直接返回
				break;
			}
		}
		if (matchFlag < 2 || !flag) { // 长度必须大于等于1，为词
			matchFlag = 0;
		}
		return matchFlag;
	}

	/**
	 * 获取文字中的敏感词
	 * 
	 * @param matchType
	 *            匹配规则 1：最小匹配规则，2：最大匹配规则
	 * @return
	 * @version 1.0
	 */ 
	public List<CommonDataEntity> getSensitiveWord(String txt, int matchType) {
		List<CommonDataEntity> sensitiveWordList = new ArrayList<CommonDataEntity>();

		for (int i = 0; i < txt.length(); i++) {
			
			int length = CheckSensitiveWord(txt, i, matchType); // 判断是否包含敏感字符
			if (length > 0) { // 存在,加入list中
				
				for (CommonDataEntity commonDataEntity : list) {
					if(commonDataEntity.getTitleCn().equals(txt.substring(i, i + length))) {
						sensitiveWordList.add(commonDataEntity);
					}
				}
//				sensitiveWordList.add(txt.substring(i, i + length));
				i = i + length - 1; // 减1的原因，是因为for会自增
			}
		}

		return sensitiveWordList;
	}
}

第三步 : 查询敏感词数据

	/**
	 * 过滤敏感词服务
	 * 
	 * @param condition
	 * @return
	 * @throws Exception
	 */
	@RequestMapping(value="/sensitive",method=RequestMethod.POST)
	public  ReturnResult filterSensitiveWord( @RequestBody LemmasSearchModel condition) throws Exception {
		
		// 查询敏感词内容
		CommonDataEntity commonDataEntity = new CommonDataEntity();
		commonDataEntity.setType(5);
		List<CommonDataEntity> list=commonDataService.list(commonDataEntity);
		
		
		// 去除忽略敏感词
		if(condition.getSesitiveWord()!=null) {
			for (int i = 0; i < condition.getSesitiveWord().length; i++) {
				for (int j = 0; j < list.size(); j++) {
					if(list.get(j).getTitleCn().equals(condition.getSesitiveWord()[i])) {
						list.remove(j);
					}
				}
			}
		}
	
		SensitivewordFilter s =new SensitivewordFilter(list);

		// 过滤所有敏感词
		List<CommonDataEntity>sensitiveWordList = s.getSensitiveWord(condition.getK(), 2);
	
		return new ReturnResult(sensitiveWordList);
	}