java敏感词过滤代码,Java代码库,德仔网

代码语言
代码分类
【Java】 java敏感词过滤
作者: / 发布于2016/4/26/ 512
敏感词过滤在网站开发必不可少。一般用DFA,这种比较好的算法实现的.
import java.io.IOException;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;

/**
 * @title KeywordFilter
 * @description TODO 
 * @author 
 * @date 2014-4-17
 * @version 1.0
 */
public class KeywordFilter {
    /** 敏感词集合
     * {法={isEnd=0, 轮={isEnd=1}}, 中={isEnd=0, 国={isEnd=0, 人={isEnd=1}, 男={isEnd=0, 人={isEnd=1}}}}}
     * */
    private HashMap keysMap = new HashMap();

    /**
     * 添加敏感词
     * @param keywords
     */
    public void addKeywords(List<String> keywords) {
        for (int i = 0; i < keywords.size(); i++) {
            String key = keywords.get(i).trim();
            HashMap nowhash = keysMap;//初始从最外层遍历
            for (int j = 0; j < key.length(); j++) {
                char word = key.charAt(j);
                Object wordMap = nowhash.get(word);
                if (wordMap != null) {
                    nowhash = (HashMap) wordMap;
                } else {
                    HashMap<String, String> newWordHash = new HashMap<String, String>();
                    newWordHash.put("isEnd", "0");
                    nowhash.put(word, newWordHash);
                    nowhash = newWordHash;
                }
                if (j == key.length() - 1) {
                    nowhash.put("isEnd", "1");
                }
            }
        }
    }

    /** 
     * 检查一个字符串从begin位置起开始是否有keyword符合，
     * 如果没有，则返回0
     * 如果有符合的keyword值，继续遍历，直至遇到isEnd = 1，返回匹配的keyword的长度， 
     */
    private int checkKeyWords(String txt, int begin) {
        HashMap nowhash = keysMap;
        int res = 0;
        for (int i = begin; i < txt.length(); i++) {
            char word = txt.charAt(i);
            Object wordMap = nowhash.get(word);//得到该字符对应的HashMap
            if (wordMap == null) {
                return 0;//如果该字符没有对应的HashMap，return 0
            }

            res++;//如果该字符对应的HashMap不为null，说明匹配到了一个字符，+1
            nowhash = (HashMap) wordMap;//将遍历的HashMap指向该字符对应的HashMap
            if (((String) nowhash.get("isEnd")).equals("1")) {//如果该字符为敏感词的结束字符，直接返回
                return res;
            } else {
                continue;
            }
        }
        return res;
    }

    /** 
     * 判断txt中是否有关键字 
     */
    public boolean isContentKeyWords(String txt) {
        for (int i = 0; i < txt.length(); i++) {
            int len = checkKeyWords(txt, i);
            if (len > 0) {
                return true;
            }
        }
        return false;
    }

    /** 
     * 返回txt中关键字的列表 
     */
    public List<String> getTxtKeyWords(String txt) {
        List<String> list = new ArrayList<String>();
        int l = txt.length();
        for (int i = 0; i < l;) {
            int len = checkKeyWords(txt, i);
            if (len > 0) {
                String tt = txt.substring(i, i + len);
                list.add(tt);
                i += len;
            } else {
                i++;
            }
        }
        return list;
    }

    /** 
     * 初始化敏感词列表 
     * */
    public void initfiltercode() {
        List<String> keywords = new ArrayList<String>();
        keywords.add("中国人");
        keywords.add("中国男人");
        keywords.add("法轮");
        this.addKeywords(keywords);
    }

    public static void main(String[] args) throws IOException {
        KeywordFilter filter = new KeywordFilter();
        filter.initfiltercode();
        String txt = "哈哈，反倒是 法轮热舞功，中国人,";
        boolean boo = filter.isContentKeyWords(txt);
        System.out.println(boo);
        List<String> set = filter.getTxtKeyWords(txt);
        System.out.println("包含的敏感词如下：" + set);
    }
    
    
    
    
}
试试其它关键字
　敏感词过滤　
同语言下
可能有用的
贡献的其它代码Label