java敏感词过滤

java敏感词过滤

提示：文章会写两种方法进行敏感词的过滤

---

---

前言

一、敏感词过滤的意义？

“敏感词过滤”是指对互联网发布的言论和文章中含有的敏感词进行过滤。敏感词经过在互联网的传播和扩散会影响社会的稳定和用户的使用。

二、数据库方式

1.创建数据库

DROP TABLE IF EXISTS `sensitive_words`;
CREATE TABLE `sensitive_words`  (
  `sw_id` int(10) NOT NULL AUTO_INCREMENT COMMENT '敏感词id',
  `sw_type` varchar(10) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '敏感词类型',
  `sw_content` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '敏感词内容',
  `create_time` datetime(0) NOT NULL COMMENT '创建时间',
  `create_by` varchar(10) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '创建者',
  `update_time` datetime(0) NOT NULL COMMENT '更新时间',
  `update_by` varchar(10) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '更新者',
  `del_flag` tinyint(1) NOT NULL COMMENT '删除标志(0:正常,1:删除)',
  PRIMARY KEY (`sw_id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 19 CHARACTER SET = utf8 COLLATE = utf8_general_ci COMMENT = '敏感词库' ROW_FORMAT = Dynamic;

2.测试数据

INSERT INTO `sensitive_words` VALUES (1, '1', '共产党', '2021-04-06 11:52:11', '1', '2021-04-08 17:06:37', '', 0);
INSERT INTO `sensitive_words` VALUES (3, '3', '哈哈', '2021-04-07 13:45:43', '', '2021-04-07 14:19:23', '', 0);
INSERT INTO `sensitive_words` VALUES (8, '2', '艹', '2021-04-29 13:44:30', '1', '2021-04-19 11:08:50', '', 1);
INSERT INTO `sensitive_words` VALUES (18, '1', '国民党', '2021-04-27 09:17:05', '', '2021-04-27 09:17:05', '', 0);
)

3.sql

 select * from sensitive_words a where '共产党国民党' regexp REPLACE(a.sw_content,',','|') ;
)

执行结果

三、数据库方式

1.敏感词文件以及帮助类

敏感词在 resources
帮助类自便
链接
：http://note.youdao.com/noteshare?id=2bc963b7d570b716db4c16aab90c5f92&sub=D4D74FCC3BF748E5BB7368A3A7584222

2.使用

KeyWordFilter.initPattern();
KeyWordFilter.doFilter(comment.getContent().toString());

在KeyWordFilter中，doFilter方法用来替换敏感词

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。