smartfoxserver扩展里面过滤聊天的不合法字符

http://blog.csdn.net/yc7369/article/details/35567105

最近做手游客户要求加上一个聊天功能,其实嘛,个人觉得这个聊天功能比较鸡肋,这部分几乎已经有tx被垄断,我们又何苦倘这趟浑水呢,手游聊天的游戏其实并不多。

主要原因很简单:服务器的负载会增大不少,维护更加麻烦,烧钱,而用这个功能的人也不会太多,也会出现服务器调控下的各种穿帮。

既然要趟这浑水,那也就没办法,聊天系统判断聊天内容是否包含有不合法字符还是需要的。

使用的是smartfoxserver服务器扩展,因为SFS默认它是UTF-8编码的,除了英文以外发送过来的字符都是会乱码的,所以我想了一天想到了下面的方法供大家参考,如果有不对的地方请留言提出!

try {

     String[] keyword = { "操", "fuck", "叼", "cao" };
String content = json.getString("content").trim();

Pattern p = Pattern.compile("\\s*|\t|\r|\n"); //正则表达式
Matcher m = p.matcher(content);
String after = m.replaceAll(""); //把所有上述表达式的东西全部换成空字符串

after = MsgTool.gbkToutf8(after); //把所用的字符都全部转化为UTF-8编码,这样就不会出现编码问题而不能比较

boolean flag = false; // 判断是否包含屏蔽字符

for (int i = 0; i < keyword.length; i++) {

String kw = MsgTool.gbkToutf8(keyword[i]);

if (after.indexOf(kw) != -1) { //如果包含有的话就返回
flag = true;
break;
}
}

MsgJSONObject msj = MsgJSONObject.instance();

if (flag) {
log.info("有用户聊天时发送不合法字符,用户是:" + user.getName()); //发送给客户端说用户的聊天内容有不合法字符
msj.put("cmd", "chatUnlawful");
sendMessage(user, msj);

} else { //如果没有就正常发送

log.info("有用户聊天,用户是:" + user.getName());
log.info("聊天内容是:" + content);
msj.put("cmd", "chat");
msj.put("msg", content);
sendMessage(getRoom(user), msj);
}

} catch (Exception e) {
e.printStackTrace();
log.error("读取聊天内容错误");
}

/**编码转换,将中文变为UTF-8
* @param chenese 要中文字符
* @return
*/
public static String gbkToutf8(String chinese){
char c[] = chinese.toCharArray();
byte [] fullByte =new byte[3*c.length];
for(int i=0; i<c.length; i++){
int m = (int)c[i];
String word = Integer.toBinaryString(m);

StringBuffer sb = new StringBuffer();
int len = 16 - word.length();
//补零
for(int j=0; j<len; j++){
sb.append("0");
}
sb.append(word);
sb.insert(0, "1110");
sb.insert(8, "10");
sb.insert(16, "10");

String s1 = sb.substring(0, 8);
String s2 = sb.substring(8, 16);
String s3 = sb.substring(16);

byte b0 = Integer.valueOf(s1, 2).byteValue();
byte b1 = Integer.valueOf(s2, 2).byteValue();
byte b2 = Integer.valueOf(s3, 2).byteValue();
byte[] bf = new byte[3];
bf[0] = b0;
fullByte[i*3] = bf[0];
bf[1] = b1;
fullByte[i*3+1] = bf[1];
bf[2] = b2;
fullByte[i*3+2] = bf[2];

}

try {
String fullStr = new String(fullByte, "UTF-8");
return fullStr;
} catch (UnsupportedEncodingException e) {
// TODO Auto-generated catch block
e.printStackTrace();
log.error("转换字符编码错误");
return "";
}

}

http://blog.csdn.net/yc7369/article/details/35567105


  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论 1
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