`
zysnba
  • 浏览: 183816 次
  • 性别: Icon_minigender_1
  • 来自: 北京
文章分类
社区版块
存档分类
最新评论

java过滤敏感字体的方式

阅读更多
import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.InputStreamReader;
import java.util.HashMap;
import java.util.HashSet;
import java.util.Iterator;
import java.util.Map;
import java.util.Set;

/**
* @Description: 初始化敏感词库,将敏感词加入到HashMap中,构建DFA算法模型
* @Project:test
* @Author :zys
* @Date : 2018年8月20日 下午16:11:34
* @version
*/
public class SensitiveWordInit {
private String ENCODING = "UTF-8";    //字符编码
public HashMap sensitiveWordMap;

public SensitiveWordInit(){
super();
}

/**
* @version 1.0
*/
public Map initKeyWord(){
try {
//读取敏感词库
Set<String> keyWordSet = readSensitiveWordFile();
//将敏感词库加入到HashMap中
addSensitiveWordToHashMap(keyWordSet);
//spring获取application,然后application.setAttribute("sensitiveWordMap",sensitiveWordMap);
} catch (Exception e) {
e.printStackTrace();
}
return sensitiveWordMap;
}

/**
* 读取敏感词库,将敏感词放入HashSet中,构建一个DFA算法模型:<br>

* @param keyWordSet  敏感词库
* @version 1.0
*/
@SuppressWarnings({ "rawtypes", "unchecked" })
private void addSensitiveWordToHashMap(Set<String> keyWordSet) {
sensitiveWordMap = new HashMap(keyWordSet.size());     //初始化敏感词容器,减少扩容操作
String key = null; 
Map nowMap = null;
Map<String, String> newWorMap = null;
//迭代keyWordSet
Iterator<String> iterator = keyWordSet.iterator();
while(iterator.hasNext()){
key = iterator.next();    //关键字
nowMap = sensitiveWordMap;
for(int i = 0 ; i < key.length() ; i++){
char keyChar = key.charAt(i);       //转换成char型
Object wordMap = nowMap.get(keyChar);       //获取

if(wordMap != null){        //如果存在该key,直接赋值
nowMap = (Map) wordMap;
}
else{     //不存在则,则构建一个map,同时将isEnd设置为0,因为他不是最后一个
newWorMap = new HashMap<String,String>();
newWorMap.put("isEnd", "0");     //不是最后一个
nowMap.put(keyChar, newWorMap);
nowMap = newWorMap;
}

if(i == key.length() - 1){
nowMap.put("isEnd", "1");    //最后一个
}
}
}
}

/**
* 读取敏感词库中的内容,将内容添加到set集合中

* @date 2014年4月20日 下午2:31:18
* @return
* @version 1.0
* @throws Exception
*/
@SuppressWarnings("resource")
private Set<String> readSensitiveWordFile() throws Exception{
Set<String> set = null;

File file = new File("D:\\01.txt");    //读取文件
InputStreamReader read = new InputStreamReader(new FileInputStream(file),ENCODING);
try {
if(file.isFile() && file.exists()){      //文件流是否存在
set = new HashSet<String>();
BufferedReader bufferedReader = new BufferedReader(read);
String txt = null;
while((txt = bufferedReader.readLine()) != null){    //读取文件,将文件内容放入到set中
set.add(txt);
    }
}
else{         //不存在抛出异常信息
throw new Exception("敏感词库文件不存在");
}
} catch (Exception e) {
throw e;
}finally{
read.close();     //关闭文件流
}
return set;
}
}



=================================


import java.util.HashSet;
import java.util.Iterator;
import java.util.Map;
import java.util.Set;

/**
* @Description: 敏感词过滤
* @version 1.0
*/
public class SensitivewordFilter {
@SuppressWarnings("rawtypes")
private Map sensitiveWordMap = null;
public static int minMatchTYpe = 1;      //最小匹配规则
public static int maxMatchType = 2;      //最大匹配规则

/**
* 构造函数,初始化敏感词库
*/
public SensitivewordFilter(){
sensitiveWordMap = new SensitiveWordInit().initKeyWord();
}

/**
* 判断文字是否包含敏感字符
* @param txt  文字
* @param matchType  匹配规则&nbsp;1:最小匹配规则,2:最大匹配规则
* @return 若包含返回true,否则返回false
* @version 1.0
*/
public boolean isContaintSensitiveWord(String txt,int matchType){
boolean flag = false;
for(int i = 0 ; i < txt.length() ; i++){
int matchFlag = this.CheckSensitiveWord(txt, i, matchType); //判断是否包含敏感字符
if(matchFlag > 0){    //大于0存在,返回true
flag = true;
}
}
return flag;

}

/**
* 获取文字中的敏感词

* @param txt 文字
* @param matchType 匹配规则&nbsp;1:最小匹配规则,2:最大匹配规则
* @return
* @version 1.0
*/
public Set<String> getSensitiveWord(String txt , int matchType){
Set<String> sensitiveWordList = new HashSet<String>();

for(int i = 0 ; i < txt.length() ; i++){
int length = CheckSensitiveWord(txt, i, matchType);    //判断是否包含敏感字符
if(length > 0){    //存在,加入list中
sensitiveWordList.add(txt.substring(i, i+length));
i = i + length - 1;    //减1的原因,是因为for会自增
}
}

return sensitiveWordList;
}

/**
* 替换敏感字字符

* @param replaceChar 替换字符,默认*
* @version 1.0
*/
public String replaceSensitiveWord(String txt,int matchType,String replaceChar){
String resultTxt = txt;
Set<String> set = getSensitiveWord(txt, matchType);     //获取所有的敏感词
Iterator<String> iterator = set.iterator();
String word = null;
String replaceString = null;
while (iterator.hasNext()) {
word = iterator.next();
replaceString = getReplaceChars(replaceChar, word.length());
resultTxt = resultTxt.replaceAll(word, replaceString);
}

return resultTxt;
}

/**
* 获取替换字符串

* @param replaceChar
* @param length
* @return
* @version 1.0
*/
private String getReplaceChars(String replaceChar,int length){
String resultReplace = replaceChar;
for(int i = 1 ; i < length ; i++){
resultReplace += replaceChar;
}

return resultReplace;
}

/**
* 检查文字中是否包含敏感字符,检查规则如下:<br>
* @param txt
* @param beginIndex
* @param matchType
* @return,如果存在,则返回敏感词字符的长度,不存在返回0
* @version 1.0
*/
@SuppressWarnings({ "rawtypes"})
public int CheckSensitiveWord(String txt,int beginIndex,int matchType){
boolean  flag = false;    //敏感词结束标识位:用于敏感词只有1位的情况
int matchFlag = 0;     //匹配标识数默认为0
char word = 0;
Map nowMap = sensitiveWordMap;
for(int i = beginIndex; i < txt.length() ; i++){
word = txt.charAt(i);
nowMap = (Map) nowMap.get(word);     //获取指定key
if(nowMap != null){     //存在,则判断是否为最后一个
matchFlag++;     //找到相应key,匹配标识+1
if("1".equals(nowMap.get("isEnd"))){       //如果为最后一个匹配规则,结束循环,返回匹配标识数
flag = true;       //结束标志位为true  
if(SensitivewordFilter.minMatchTYpe == matchType){    //最小规则,直接返回,最大规则还需继续查找
break;
}
}
}
else{     //不存在,直接返回
break;
}
}
if(matchFlag < 2 || !flag){        //长度必须大于等于1,为词
matchFlag = 0;
}
return matchFlag;
}
public static void main(String[] args) {
SensitivewordFilter filter = new SensitivewordFilter();
System.out.println("敏感词的数量:" + filter.sensitiveWordMap.size())
String string = "这是一个广告几把毛啊,我的,去求吧,扯淡呢,都干鸡毛呢哈哈垃圾东西啊";
//System.out.println("待检测语句字数:" + string.length());
//long beginTime = System.currentTimeMillis();
Set<String> set = filter.getSensitiveWord(string, 1);
System.out.println(filter.replaceSensitiveWord(string, 1, "*"));
//long endTime = System.currentTimeMillis();
System.out.println("语句中包含敏感词的个数为:" + set.size() + "。包含:" + set);
//System.out.println("总共消耗时间为:" + (endTime - beginTime));
}
}
=====================
新建01.txt
扯淡
几把
垃圾

分享到:
评论

相关推荐

    java 富文本编辑器demo

    在Java开发中,富文本编辑器(Rich Text Editor)是一种常用的组件,允许用户创建和编辑包含格式化的文本,如字体、颜色、样式等。本文将深入探讨如何在Java环境中实现一个富文本编辑器的Demo,并讲解如何将编辑的...

    基于java+Spring Boot开发的校园二手交易网站+源码+开发文档+项目解析+视频演示(毕业设计&课程设计&项目开发)

    基于java+Spring Boot开发的校园二手交易网站+源码+开发文档+项目解析+视频演示,适合毕业设计、课程设计、...本次设计的主要难度在于数据的详细分类,对于数据的过滤必须要严谨,应当考虑敏感字体和敏感图片的过滤。

    SSM基础基于Java的并购交易平台

    本次设计的主要索引请求数据的详细分类,对于数据的过滤必须严谨,应当敏感字体和敏感图片的过滤。  可能遇到的问题有,在数据交互过程中,出现由于属性名的不一致导致数据交互失败。由于Css属性设置的问题,导致...

    基于Java(SSM)+MySQL实现校园二手交易平台【100011269】

    本次设计的是一个校园二手交易平台(C2C),C2C指个人与个人之间的电子商务,买家可以查看所有卖家发布的商品...本次设计的主要难度在于数据的详细分类,对于数据的过滤必须要严谨,应当考虑敏感字体和敏感图片的过滤。

    arcgis-runtime-sdk-java-guide-100.4.0

    ### ArcGIS Runtime SDK for Java Guide 100.4.0 #### 一、概览与安装 **ArcGIS Runtime SDK for Java** 是一个强大的工具包,由 Esri 提供,用于开发基于 Java 的地理信息系统 (GIS) 应用程序。此版本(100.4.0)...

    aspose-cells-8.5.2.jar

    4. **样式与格式处理**:Aspose.Cells允许自定义单元格、行、列和整个工作表的样式,包括字体、颜色、边框、填充、对齐方式等。 5. **图像与图形处理**:可以插入、删除和操作工作表中的图像和图表,使得报表更具...

    face++ 人脸识别javaweb完整工程(有faceppsdk.jar)

    1. **JavaWeb开发**:包括Servlet、JSP、过滤器和监听器等基础概念,以及如何通过MVC模式组织代码。 2. **Face++ SDK**:理解Face++ API的使用,如人脸检测、识别、对比等功能,以及如何在Java中调用这些API。 3. **...

    Android-Terminal-Emulator-源码.rar

    插件通常以动态加载的方式实现,通过Java反射机制调用。 总结,Android Terminal Emulator 的源码分析涵盖了Android应用开发、JNI编程、Linux系统调用、终端模拟等多个领域,对于Android和Linux开发者来说,深入...

    ueditor_jsp 百度富文本编辑器

    在Web开发中,富文本编辑器(Rich Text Editor)扮演着至关重要的角色,它允许用户在网页上创建和编辑带有格式的文本,如字体、颜色、大小、对齐方式等。"ueditor1_4_3_3-utf8-jsp"是百度推出的一款开源的、功能强大...

    基于bs的qq聊天软件的设计与实现-本科论文.doc

    4. 过滤字段管理:设定敏感词汇过滤,确保聊天内容的健康性。 5. 聊天记录管理:查看、备份或删除聊天记录,以应对可能的安全问题。 6. 音乐管理:上传、更新和管理聊天室中的音乐资源。 通过以上设计,该基于B/S的...

    实验五Servlet和JavaBean.doc

    2. **web.xml配置**:web.xml是Web应用程序的部署描述符,它定义了Servlet的映射、初始化参数、过滤器和监听器等配置信息。学生需要学会如何在web.xml文件中配置Servlet,例如指定Servlet的URL路径,设置Servlet的...

    fckeditor和ckeditor3.5.3在J2ee下的使用

    这个编辑器支持多种浏览器,包括Internet Explorer、Firefox、Safari和Opera等,提供丰富的文本格式化选项,如字体、颜色、对齐方式、列表、插入图片和链接等。FCKeditor通过与J2EE应用程序结合,可以方便地在服务器...

    web安全文档1

    - **XSS(Cross-site scripting)防御**:避免在页面中直接输出用户输入,使用适当的编码或过滤机制。 - **CSRF(Cross-site request forgery)防护**:添加令牌验证,确保请求源于合法用户。 - **输入验证**:对...

    wml和jsp实现wap网站后台管理及手机显示的过程

    在构建WAP(Wireless Application Protocol)网站时,开发者经常使用WML(Wireless Markup Language)作为前端展示语言,而用Java的JSP(JavaServer Pages)技术来处理后台逻辑和数据管理。本文将深入探讨如何利用...

    心通达OA前端100%源代码,包含图标、js、html、css、jsp等等版本V2022

    在心通达OA中,可能包含web.xml(Web应用部署描述符),该文件定义了应用的配置信息,如Servlet映射、过滤器等。开发者可以在此找到关于应用配置的详细信息。 6. **ui**:这个目录通常包含了所有用户界面相关的资源...

    web期末课程设计报告

    - **过滤器 (Filter)**:在服务器中,过滤器是一种拦截请求和响应的机制,可以用于实现权限控制、日志记录、数据校验等。例如,登录过滤器可以确保只有已登录的用户才能访问某些特定的页面或操作。 3. **数据库...

    物流i信息网站.zip

    9. **配置文件(web.xml)**:定义Web应用的部署描述符,包括servlet映射、过滤器和监听器等。 10. **服务器端逻辑(Java Beans或Servlet)**:处理业务逻辑,例如计算运费、检查库存、更新订单状态等。 为了部署...

    Android实现视频弹幕效果功能

    9. 弹幕过滤:为了提升用户体验,可能需要对某些类型的弹幕进行过滤,比如重复弹幕、敏感词汇等。 10. 销毁时清理:在Activity的onDestroy方法中,记得释放资源,停止弹幕播放。 ```java @Override protected void...

Global site tag (gtag.js) - Google Analytics