title: 牛客网后端项目实战(十五):过滤敏感词
date: 2020/04/20
tags:
- 后端
- java
- spring
categories: 牛客网后端项目实战
keywords: - 后端
- java
- spring
top_img: http://cdn.neuswc2019.xyz/20200414100138.png
cover: http://cdn.neuswc2019.xyz/20200414100138.png
本节内容:
- 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
- 敏感词过滤器
- 定义前缀树
- 根据敏感词,初始化前缀树
- 编写过滤敏感词的方法
前缀树示例
-
假设3个敏感词,abc、bf、be,画出根节点,从敏感词中分析出第一层
-
继续分析后续字母,每一层对应敏感词第几个字母
-
遍历到中途的时候不是敏感词,到最底层才是,比如ab不是,abc才是,在最底层做一个标记
-
双指针检测,第一个指针判断是否是敏感词开头,如果是,移动第二个指针往下查。
敏感词实现
敏感词我们存在文件里,在resource目录下新建sensitive-words.txt,随意写几个敏感词。
敏感词过滤作为一个工具类,在util包下新建SensitiveFilter。使用@Component注解交给容器管理。定义好日志记录和敏感词替换的内容。
@Component
public class SensitiveFilter {
private static final Logger logger = LoggerFactory.getLogger(SensitiveFilter.class);
//替换符
private static String REPLACEMENT = "***";
}
前缀树,树结构通常定义成节点,在SensitiveFilter里定义一个内部类TrieNode。
//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;
}
//添加子节点方法
public void addSubNode(Character key, TrieNode value) {
subNodes.put(key, value);
}
//获取子节点方法
public TrieNode getSubNode(Character key) {
return subNodes.get(key);
}
}
敏感词前缀树我们需要且只需要初始化一次,定义一个init方法,使用classLoader获取输入流,然后使用缓存字符流。一行一行的读取敏感词,将其添加到前缀树,添加到前缀树的方法定义为addKeyWord。
//根节点
private TrieNode root = 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