基本的前缀树敏感词过滤

前缀树
在这里插入图片描述


import org.apache.commons.lang.CharUtils;
import org.apache.commons.lang.StringUtils;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.InitializingBean;
import org.springframework.stereotype.Service;

import java.io.BufferedReader;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.util.HashMap;
import java.util.Map;

@Service
public class SensitiveService implements InitializingBean {
	
	    private static final Logger logger = LoggerFactory.getLogger(SensitiveService.class);
	
	    //默认敏感词替换符
	    private static final String DEFAULT_REPLACEMENT = "***";
	
	
	    private class TrieNode {
	    
	        //true 关键词的终结 ; false 继续
	        private boolean end = false;
	
	        //key下一个字符,value是对应的节点
	        private Map<Character, TrieNode> subNodes = new HashMap<>();
	
	        //向指定位置添加节点树
	        void addSubNode(Character key, TrieNode node) {
	            subNodes.put(key, node);
	        }
	
	        //获取下个节点
	        TrieNode getSubNode(Character key) {
	            return subNodes.get(key);
	        }
	
	        boolean isKeywordEnd() {
	            return end;
	        }
	
	        void setKeywordEnd(boolean end) {
	            this.end = end;
	        }
	
	        public int getSubNodeCount() {
	            return subNodes.size();
	        }
	    }
	
	    //根节点
	    private TrieNode rootNode = new TrieNode();
	
	
	    //判断是否是一个符号
	    private boolean isSymbol(char c) {
	        int ic = (int) c;
	        // 0x2E80-0x9FFF 东亚文字范围
	        return !CharUtils.isAsciiAlphanumeric(c) && (ic < 0x2E80 || ic > 0x9FFF);
	    }
	
	
	    /**
	     * 过滤敏感词
	     */
	    public String filter(String text) {
	        if (StringUtils.isBlank(text)) {
	            return text;
	        }
	        String replacement = DEFAULT_REPLACEMENT;
	        StringBuilder result = new StringBuilder();
	
	        TrieNode tempNode = rootNode;
	        int begin = 0; // 回滚数
	        int position = 0; // 当前比较的位置
	
	        while (position < text.length()) {
	            char c = text.charAt(position);
	            // 空格直接跳过
	            if (isSymbol(c)) {
	                if (tempNode == rootNode) {
	                    result.append(c);
	                    ++begin;
	                }
	                ++position;
	                continue;
	            }
	
	            tempNode = tempNode.getSubNode(c);
	
	            // 当前位置的匹配结束
	            if (tempNode == null) {
	                // 以begin开始的字符串不存在敏感词
	                result.append(text.charAt(begin));
	                // 跳到下一个字符开始测试
	                position = begin + 1;
	                begin = position;
	                // 回到树初始节点
	                tempNode = rootNode;
	            } else if (tempNode.isKeywordEnd()) {
	                // 发现敏感词, 从begin到position的位置用replacement替换掉
	                result.append(replacement);
	                position = position + 1;
	                begin = position;
	                tempNode = rootNode;
	            } else {
	                ++position;
	            }
	        }
	        result.append(text.substring(begin));
	        return result.toString();
	    }
	
		//节点添加
	    private void addWord(String lineTxt) {
	        TrieNode tempNode = rootNode;
	        // 循环每个字节
	        for (int i = 0; i < lineTxt.length(); ++i) {
	            Character c = lineTxt.charAt(i);
	            // 过滤空格
	            if (isSymbol(c)) {
	                continue;
	            }
	            TrieNode node = tempNode.getSubNode(c);
	
	            if (node == null) { // 没初始化
	                node = new TrieNode();
	                tempNode.addSubNode(c, node);
	            }
	
	            tempNode = node;
	
	            if (i == lineTxt.length() - 1) {
	                // 关键词结束, 设置结束标志
	                tempNode.setKeywordEnd(true);
	            }
	        }
	    }
	
		//读取过滤词
	    @Override
	    public void afterPropertiesSet() throws Exception {
	    	//根节点
	        rootNode = new TrieNode();
	        try {
	            InputStream is = Thread.currentThread().getContextClassLoader()
	                    .getResourceAsStream("SensitiveWords.txt");
	            InputStreamReader read = new InputStreamReader(is);
	            BufferedReader bufferedReader = new BufferedReader(read);
	            String lineTxt;
	            while ((lineTxt = bufferedReader.readLine()) != null) {
	                lineTxt = lineTxt.trim();
	                addWord(lineTxt);
	            }
	            read.close();
	        } catch (Exception e) {
	            logger.error("读取敏感词文本内容失败" + e.getMessage());
	        }
	    }
}
SensitiveWords.txt为过滤词文本,需手动设置内容

使用:Controller直接调用该service的filter()方法

过滤使用 content = sensitiveService.filter(content);
补:过滤HTML标签:HtmlUtils.htmlEscape(content)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值