基于多叉树的敏感词、关键词过滤的工具包,用于java中的敏感词过滤
1、工具包自带敏感词词库,第一次调用时读入词库,故第一次调用时间可能较长,在类加载后普通pc机上html过滤5000字在80毫秒左右,纯文本35毫秒左右。
2、如需自定义词库,将jar包考入WEB-INF工程的lib目录,在WEB-INF/classes目录下建一个
utf-8的words.dict文本文件,在该文件中以“关键字=级别”的方式写入,比如:
hello=4
word=1
0为级别最小,过滤后返回原字符串中出现的最高级别
调用方法:WordFilterUtil.filterHtml(str,'*');