欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

SringBoot中使用前缀树数据结构完成过滤敏感词功能

程序员文章站 2022-05-23 08:45:42
...

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
    SringBoot中使用前缀树数据结构完成过滤敏感词功能

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
    SringBoot中使用前缀树数据结构完成过滤敏感词功能

3.创建保存敏感词的txt文件

  • 先设一点即可
    SringBoot中使用前缀树数据结构完成过滤敏感词功能

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**,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

SringBoot中使用前缀树数据结构完成过滤敏感词功能