java实现屏蔽词功能

时间:2021-09-08 16:52:25

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。