经常会看到贴吧里面屏蔽各种用户的发帖内容,当时就想这个该如何去实现。自己当时想过用字符串去替代的方式(replaceAll)去实现,但是这种效率又非常低,也不能保证最长匹配,这就是自己当时最初的想法。最近自己做的一个项目中,需要对一些内容做屏蔽,自己又对这个问题做了一次分析,最终形成下面的代码。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
|
/**
*@Description: 屏蔽词功能实现
*/
package cn.yicha.novel.search.util;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.HashSet;
import cn.yicha.novel.search.config.Config;
public class Forbidden {
private static Forbidden forbidden = new Forbidden();
//屏蔽词HashSet
private HashSet<String> keyString = new HashSet<String>();
private final static int maxLength = Character.MAX_VALUE;
//屏蔽词长度HashSet数组
@SuppressWarnings ( "unchecked" )
private HashSet<Integer>[] keyLength = new HashSet[maxLength];
private Forbidden() {
loadForbidden(Config.getClassRoot() + "forbidden.txt" );
}
public static Forbidden getForbidden(){
return forbidden;
}
/**
* @param str
* @return
* @Description: 输入的字符串通过屏蔽处理,实现最大长度匹配
*/
public String read(String str){
if (str == null ){
return null ;
}
StringBuffer stringBuffer = new StringBuffer();
int start = 0 ;
for ( int i = 0 ; i < str.length();){
int at = str.charAt(i);
if (keyLength[at] == null ){
i++;
continue ;
} else {
int ml = 0 ;
for (Object obj : keyLength[at].toArray()){
int len = ((Integer)obj).intValue();
if (i + len <= str.length()){
String s = str.substring(i, i + len);
if (keyString.contains(s)){
//最大长度匹配
ml = len > ml ? len : ml;
}
}
}
if (ml > 0 ){
stringBuffer.append(str.substring(start, i)).append( "***" );
i += ml;
start = i;
} else {
i++;
}
}
}
if (start < str.length()){
stringBuffer.append(str.substring(start));
}
return stringBuffer.toString();
}
/**
* @param path
* @Description: 初始化加载屏蔽词
* @Description: 存储屏蔽词的数据格式逻辑如下
* @Description: 构建一个HashSet<String>用于存储所有的屏蔽词
* @Description: 构建长度为maxLength = Character.MAX_VALUE 的 HashSet<Integer>数组
* @Description: 将加载的屏蔽中第一个字符转化成int值,即相关信息存储在数组中的位置,
* @Description: 如“你好呀”得到'你'的int值为20320,即“你好呀”相关信息存储在数组的第20320位置
* @Description: 数组每一位存储的HashSet<Integer>结构存储在该位置的屏蔽词的长度
*/
public void loadForbidden(String path){
File forbiddenFile = new File(path);
FileInputStream fileInputStream;
try {
fileInputStream = new FileInputStream(forbiddenFile);
InputStreamReader inputStreamReader = new InputStreamReader(fileInputStream, "utf-8" );
BufferedReader bufferedReader = new BufferedReader(inputStreamReader);
String s;
while ((s = bufferedReader.readLine()) != null ){
s = s.trim();
if (s.length() > 0 ){
keyString.add(s);
int i = s.charAt( 0 );
if (keyLength[i] == null ){
//屏蔽词长度HashSet
HashSet<Integer> a = new HashSet<Integer>();
a.add(s.length());
keyLength[i] = a;
} else {
keyLength[i].add(s.length());
}
}
}
fileInputStream.close();
bufferedReader.close();
fileInputStream.close();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
public static void main(String[] args) {
// System.out.println(Forbidden.getForbidden().read("AV女优nihao"));
int i = '你' ;
System.out.println(i);
}
}
|
以上就是java实现屏蔽词功能的关键代码,希望对大家的学习有所帮助。