SringBoot中使用前缀树数据结构完成过滤敏感词功能

1.前缀树

• 名称：Trie、字典树、查找树
• 特点：查找效率高，消耗内存大
• 应用：字符串检索、词频统计、字符串排序等
  

2.敏感词过滤器

• 1.定义前缀树
• 2.根据敏感词，初始化前缀树
• 3.编写过滤敏感词的方法
  

3.创建保存敏感词的txt文件

• 先设一点即可
  

4.创建一个过滤敏感词的工具类

@Component
public class SensitiveFilter {

    private static final Logger logger = LoggerFactory.getLogger(SensitiveFilter.class);

    // 替换符
    private static final String REPLACEMENT = "***";

    /**
     * 初始化根节点
     */
    private TrieNode rootNode = new TrieNode();

    @PostConstruct
    public void init(){
        try(
                InputStream is = this.getClass().getClassLoader().getResourceAsStream("sensitive-words.txt");
                BufferedReader reader = new BufferedReader(new InputStreamReader(is));
                ){
            String keyword;
            while((keyword = reader.readLine()) != null){
                // 添加到前缀树
                this.addKeyword(keyword);
            }

        }catch (IOException e){
            logger.error("加载敏感词文件失败!" + e.getMessage());
        }
    }

    /**
     *  将敏感词添加到前缀树中
     * @param keyword
     */
    private void addKeyword(String keyword){
        TrieNode tempNode = rootNode;
        for(int i = 0; i < keyword.length(); i++){
            char c = keyword.charAt(i);
            TrieNode subNode = tempNode.getSubNode(c);

            if(subNode == null){
                // 初始化子节点
                subNode = new TrieNode();
                tempNode.addSubNode(c, subNode);
            }
            // 指向子节点，进入下一轮循环
            tempNode = subNode;

            // 设置结束标识
            if(i == keyword.length() - 1){
                tempNode.setKeywordEnd(true);
            }
        }
    }

    /**
     * 过滤敏感词
     * @param text 待过滤的文本
     * @return 过滤后的文本
     */
    public String filter(String text){
        if(StringUtils.isBlank(text)){
            return null;
        }

        // 指针1， 指向前缀树的节点
        TrieNode tempNode = rootNode;
        // 指针2，3指向待过滤的文本
        int begin = 0;
        int position = 0;
        // 结果
        StringBuilder sb = new StringBuilder();
        while(position < text.length()){
            char c = text.charAt(position);

            // 跳过符号
            if(isSymbol(c)){
                // 若指针1处于根节点，将此符号计入结果，让指针2往下走一步
                if(tempNode == rootNode){
                    sb.append(c);
                    begin++;
                }

                // 无论符号在开头或者中间，指针3都往下走一步
                position++;
                continue;
            }

            // 检查下级节点
            tempNode = tempNode.getSubNode(c);
            if(tempNode == null){
                // 以begin开头的字符串不是敏感词
                sb.append(text.charAt(begin));
                // 进入下一个位置
                position = ++begin;
                // 重新指向根节点
                tempNode = rootNode;
            }else if(tempNode.isKeywordEnd()){
                // 发现敏感词，将begin-position之间的字符进行替换
                sb.append(REPLACEMENT);
                // 进入下一个位置
                begin = ++position;
                // 重新指向根节点
                tempNode = rootNode;
            }else {
                // 继续检查下一个字符
                position++;
            }
        }
        // 将最后一批字符计入结果
        sb.append(text.substring(begin));

        return sb.toString();
    }

    /**
     * 判断是否问符号
     * @param c
     * @return
     */
    private boolean isSymbol(Character c){
        // 后面的范围为东亚的文字范围
        return !CharUtils.isAsciiAlphanumeric(c) && (c < 0x2E80 || c > 0x9FFF);
    }

    /**
     * 前缀树
     */
    private class TrieNode {

        // 关键词结束标识
        private boolean isKeywordEnd = false;

        // 子节点（key是下级字符，value是下级节点）
        private Map<Character, TrieNode> subNodes = new HashMap<>();

        public boolean isKeywordEnd() {
            return isKeywordEnd;
        }

        public void setKeywordEnd(boolean keywordEnd) {
            isKeywordEnd = keywordEnd;
        }

        // 添加子节点
        public void addSubNode(Character c, TrieNode node){
            subNodes.put(c, node);
        }

        // 获取子节点
        public TrieNode getSubNode(Character c){
            return subNodes.get(c);
        }


    }
}

5.创建测试方法

@RunWith(SpringRunner.class)
@SpringBootTest
@ContextConfiguration(classes = CommunityApplication.class)
public class SensitiveTests {
    @Autowired
    private SensitiveFilter sensitiveFilter;

    @Test
    public void testSensitiveFilter(){
        // 测试普通
        String text = "这里可以赌博，可以嫖娼， 可以吸毒， 可以开票, 可以吹牛逼！！！";
        text = sensitiveFilter.filter(text);
        System.out.println(text);
        // 测试特殊符号
        text = "这里可以✳赌✳博✳，可以✳嫖✳娼✳， 可以✳吸✳毒✳， 可以✳开✳票✳， 可以✳吹✳牛✳逼✳！！！";
        text = sensitiveFilter.filter(text);
        System.out.println(text);
    }
}

6.测试结果