python过滤敏感词汇_python实现敏感词过滤的几种方法

# -*- coding:utf-8 -*-

import time

time1=time.time()

# AC自动机算法

class node(object):

def init(self):

self.next = {}

self.fail = None

self.isWord = False

self.word = ""

class ac_automation(object):

def __init__(self):

self.root = node()

# 添加敏感词函数

def addword(self, word):

temp_root = self.root

for char in word:

if char not in temp_root.next:

temp_root.next[char] = node()

temp_root = temp_root.next[char]

temp_root.isWord = True

temp_root.word = word

# 失败指针函数

def make_fail(self):

temp_que = []

temp_que.append(self.root)

while len(temp_que) != 0:

temp = temp_que.pop(0)

p = None

for key,value in temp.next.item():

if temp == self.root:

temp.next[key].fail = self.root

else:

p = temp.fail

while p is not None:

if key in p.next:

temp.next[key].fail = p.fail

break

p = p.fail

if p is None:

temp.next[key].fail = self.root

temp_que.append(temp.next[key])

# 查找敏感词函数

def search(self, content):

p = self.root

result = []

currentposition = 0

while currentposition < len(content):

word = content[currentposition]

while word in p.next == False and p != self.root:

p = p.fail

if word in p.next:

p = p.next[word]

else:

p = self.root

if p.isWord:

result.append(p.word)

p = self.root

currentposition += 1

return result

# 加载敏感词库函数

def parse(self, path):

with open(path,encoding='utf-8') as f:

for keyword in f:

self.addword(str(keyword).strip())

# 敏感词替换函数

def words_replace(self, text):

"""

:param ah: AC自动机

:param text: 文本

:return: 过滤敏感词之后的文本

"""

result = list(set(self.search(text)))

for x in result:

m = text.replace(x, '*' * len(x))

text = m

return text

if name == 'main':

ah = ac_automation()

path='F:/文本反垃圾算法/sensitive_words.txt'

ah.parse(path)

text1="新疆骚乱苹果新品发布会雞八"

text2=ah.words_replace(text1)

print(text1)

print(text2)

time2 = time.time()

print('总共耗时:' + str(time2 - time1) + 's')

  • 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