对于一些网站，对用户的发言如果带有敏感词，那可以过滤掉，或者用一些其他符合代替原来的词语。
How:那么这种功能怎样实现呢？
思路：构建一个敏感词库，读取该词库放进Set,把词库设计为HashMap模型用于对用户发言的内容进行对比。获取用户发言的内容的敏感词，用替换语句对该敏感词进行替换，输出替换过后的语句。
代码:
package net.stxy.one.utils; import org.springframework.stereotype.Component; import java.io.*; import java.util.*; /** * 敏感词过滤 * 1.读取敏感词库 * 2.初始化敏感词库，构建dfa算法模型 * Created by ASUS on 2018/5/24 * * @Authod Grey Wolf */ @Component public class SensiteWord { public static void main(String[] args) throws Exception { SensiteWord sensiteWord=new SensiteWord(); Set<String>set=sensiteWord.readSensitivateWord(); HashMap map=sensiteWord.initSensitivateWord(set); String content = "太多的伤感情怀s b sb sb sb,fucker也许人民只局限于饲养基地 荧幕中的情节，主人公尝试着去用某种方式渐渐的很潇洒地释自杀指南怀那些自己经历的伤感。" + "然后* 我们的扮演的角色就是跟随着主人公的喜 怒哀乐而过于牵强的把自己的情感也附加于银幕情节中，然后感动就流泪，" + "难过就躺在某一个人的怀里尽情的阐述心扉或者手机卡复制器一个人一杯红酒一部电影在夜三级片 深人静的晚上，关上电话静静的发呆着,sb,sb,sb。"; String c=sensiteWord.replaceSensitiveWord(content,"*"); System.out.println("用户content:"+content); Set<String>set1=sensiteWord.getSensitivateWord(content); System.out.println("用户content中的敏感词:"+set1.size()+"---"+set1); System.out.println("过滤后的content:"+c); } /** *读取敏感词库，文件方式 * @return */ public Set<String> readSensitivateWord() throws Exception { Set<String>set=null; File file=new File("D:\\SensitiveWord.txt"); InputStreamReader inputStreamReader=new InputStreamReader(new FileInputStream(file),"GBK"); //文件是否存在 if(file.exists()&&file.isFile()){ set=new HashSet<>(); BufferedReader bufferedReader=new BufferedReader(inputStreamReader); String word=null; while ((word=bufferedReader.readLine())!=null){ set.add(word); } }else { throw new Exception("敏感词库文件不存在"); } //关闭文件流 inputStreamReader.close(); return set; } /** * 输出set的内容 * @param set */ public void sysSet(Set<String> set){ for (String word:set){ System.out.println("word:"+word); } } /** * 输出map的内容 * @param map */ public void sysMap(HashMap map){ Iterator entries = map.entrySet().iterator(); while (entries.hasNext()) { Map.Entry entry = (Map.Entry) entries.next(); Object key = entry.getKey(); Object value = entry.getValue(); System.out.println("Key = " + key + ", Value = " + value); } } /** * 返回敏感词库列表模型 * @param set * @return */ public HashMap initSensitivateWord(Set<String>set){ HashMap map=new HashMap(set.size()); String key=null; Map nowMap=null; HashMap<String,String> newMap=null; //迭代敏感词库 Iterator<String> iterator=set.iterator(); while (iterator.hasNext()){ key=iterator.next(); nowMap=map; int i; for (i=0;i<key.length();i++){ //转换成char型 char keyChar=key.charAt(i); //获取 Object wordMap=nowMap.get(keyChar); //如果存在，直接赋值 if(wordMap!=null){ nowMap= (Map) wordMap; }else {//不存在，则构建一个map.将isEnd 设置为0，最后一个为1 newMap=new HashMap<String,String>(); newMap.put("isEnd","0"); nowMap.put(keyChar,newMap); nowMap=newMap; } //最后一个 if (i==key.length()-1){ nowMap.put("isEnd","1"); } } } return map; } /** * 替换敏感字符串 * @param txt * @param replaceChar * @return */ public String replaceSensitiveWord(String txt,String replaceChar) throws Exception { String resultTxt=txt; //获取内容中所有的敏感词 Set<String>set=getSensitivateWord(txt); System.out.println("获取所有敏感词："); sysSet(set); Iterator<String> iterator=set.iterator(); String word=null; String replaceTxt=null; while (iterator.hasNext()){ word=iterator.next(); //获取要替换的字符串 replaceTxt=getReplaceTxt(replaceChar,word.length()); resultTxt=resultTxt.replaceAll(word,replaceTxt); } return resultTxt; } /** * 获取内容的敏感词 * @param txt * @return */ public Set<String> getSensitivateWord(String txt) throws Exception { Set<String>set=new HashSet<>(); int i; for (i=0;i<txt.length();i++){ //判断是否包含敏感字符,返回敏感个数 int length=checkSensitiveWord(txt,i); if(length>0){ set.add(txt.substring(i,i+length)); //因为for会自增 i=i+length-1; } } return set; } /** * 检查文字中是否包含敏感字符 * @param txt * @param begin * @return 如果存在，则返回敏感词字符的长度，不存在返回0 */ private int checkSensitiveWord(String txt, int begin) throws Exception { //敏感词结束标识符 boolean flag=false; //匹配标识数默认为0 int matchFlag=0; char word=0; Map nowMap=initSensitivateWord(readSensitivateWord()); int i; for (i=begin;i<txt.length();i++){ word=txt.charAt(i); //获取指定key nowMap=(Map)nowMap.get(word); //存在，则判断是否为最后一个 if(nowMap!=null){ //找到相应的key,匹配标识为1 matchFlag++; if("1".equals(nowMap.get("isEnd"))){ flag=true; } }else{//不存在，直接返回 break; } } //长度必须大于等于1，为词 if (matchFlag < 2|| !flag) { matchFlag=0; } return matchFlag; } /** * 返回要替换敏感字符串 * @param replaceChar * @param length * @return */ private String getReplaceTxt(String replaceChar, int length) { int i; String word=replaceChar; for (i=1;i<length;i++){ word+=replaceChar; } return word; } }
效果：
获取所有敏感词：
word:自杀
word:fucker
word:*
word:三级片
word:sb
用户content:太多的伤感情怀s b sb sb sb,fucker也许人民只局限于饲养基地 荧幕中的情节，主人公尝试着去用某种方式渐渐的很潇洒地释自杀指南怀那些自己经历的伤感。然后* 我们的扮演的角色就是跟随着主人公的喜 怒哀乐而过于牵强的把自己的情感也附加于银幕情节中，然后感动就流泪，难过就躺在某一个人的怀里尽情的阐述心扉或者手机卡复制器一个人一杯红酒一部电影在夜三级片 深人静的晚上，关上电话静静的发呆着,sb,sb,sb。
用户content中的敏感词:5---[自杀, fucker, *, 三级片, sb]
过滤后的content:太多的伤感情怀s b ** ** **,******也许人民只局限于饲养基地 荧幕中的情节，主人公尝试着去用某种方式渐渐的很潇洒地释**指南怀那些自己经历的伤感。然后*** 我们的扮演的角色就是跟随着主人公的喜 怒哀乐而过于牵强的把自己的情感也附加于银幕情节中，然后感动就流泪，难过就躺在某一个人的怀里尽情的阐述心扉或者手机卡复制器一个人一杯红酒一部电影在夜*** 深人静的晚上，关上电话静静的发呆着,**,**,**。
Process finished with exit code 0
敏感词库是写在SensitiveWord.txt上的
注：由于是写在txt文件上，所以进行读取文件是用编码"GBK”，如果不写或者写“UTF-8"对于中文会产生乱码情况
File file=new File("D:\\SensitiveWord.txt"); InputStreamReader inputStreamReader=new InputStreamReader(new FileInputStream(file),"GBK");
我的座右铭：不会，我可以学；落后，我可以追赶；跌倒，我可以站起来；我一定行。