demo目录结构：
文档内容格式：
直接上代码（检索敏感词算法是从网上搜集参考的，有想法的可以搜索DFA算法研究下）：
SensitiveFilterService.java
/** * @Author : JCccc * @CreateTime : 2019/7/30 * @Description : 敏感词过滤器：利用DFA算法 进行敏感词过滤 **/ import java.util.HashSet; import java.util.Iterator; import java.util.Map; import java.util.Set; public class SensitiveFilterService { private Map sensitiveWordMap = null; // 最小匹配规则 public static int minMatchType = 1; // 最大匹配规则 public static int maxMatchType = 2; // 单例 private static SensitiveFilterService instance = null; // 构造函数，初始化敏感词库 private SensitiveFilterService() { sensitiveWordMap = new SensitiveWordInit().initKeyWord(); } // 获取单例 public static SensitiveFilterService getInstance() { if (null == instance) { instance = new SensitiveFilterService(); } return instance; } // 获取文字中的敏感词 public Set<String> getSensitiveWord(String txt, int matchType) { Set<String> sensitiveWordList = new HashSet<String>(); for (int i = 0; i < txt.length(); i++) { // 判断是否包含敏感字符 int length = CheckSensitiveWord(txt, i, matchType); // 存在,加入list中 if (length > 0) { sensitiveWordList.add(txt.substring(i, i + length)); // 减1的原因，是因为for会自增 i = i + length - 1; } } return sensitiveWordList; } /** * 替换敏感字字符 * * @param txt * @param matchType * @param replaceChar * @return */ public String replaceSensitiveWord(String txt, int matchType, String replaceChar) { String resultTxt = txt; // 获取所有的敏感词 Set<String> set = getSensitiveWord(txt, matchType); 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 */ 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> * 如果存在，则返回敏感词字符的长度，不存在返回0 * * @param txt * @param beginIndex * @param matchType * @return */ public int CheckSensitiveWord(String txt, int beginIndex, int matchType) { // 敏感词结束标识位：用于敏感词只有1位的情况 boolean flag = false; // 匹配标识数默认为0 int matchFlag = 0; Map nowMap = sensitiveWordMap; for (int i = beginIndex; i < txt.length(); i++) { char 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key，匹配标识+1 matchFlag++; // 如果为最后一个匹配规则,结束循环，返回匹配标识数 if ("1".equals(nowMap.get("isEnd"))) { // 结束标志位为true flag = true; // 最小规则，直接返回,最大规则还需继续查找 if (SensitiveFilterService.minMatchType == matchType) { break; } } } else { // 不存在，直接返回 break; } } if (SensitiveFilterService.maxMatchType == matchType) { //长度必须大于等于1，为词 if (matchFlag < 2 || !flag) { matchFlag = 0; } } if (SensitiveFilterService.minMatchType == matchType) { //长度必须大于等于1，为词 if (matchFlag < 2 && !flag) { matchFlag = 0; } } return matchFlag; } }
SensitiveWordInit.java
package com.example.sensitivedemo.test; /** * @Author : JCccc * @CreateTime : 2019/7/30 * @Description : **/ 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.Map; import java.util.Set; /** * 屏蔽敏感词初始化 */ public class SensitiveWordInit { // 字符编码 private String ENCODING = "UTF-8"; // 初始化敏感字库 public Map initKeyWord() { // 读取敏感词库 ,存入Set中 Set<String> wordSet = readSensitiveWordFile(); // 将敏感词库加入到HashMap中//确定有穷自动机DFA return addSensitiveWordToHashMap(wordSet); } /** * * 读取敏感词库，将敏感词放入HashSet中，构建一个DFA算法模型：<br> * * 中 = { * * isEnd = 0 * * 国 = { * * isEnd = 1 * * 人 = {isEnd = 0 * * 民 = {isEnd = 1} * * } * * 男 = { * * isEnd = 0 * * 人 = { * * isEnd = 1 * * } * * } * * } * * } * * 五 = { * * isEnd = 0 * * 星 = { * * isEnd = 0 * * 红 = { * * isEnd = 0 * * 旗 = { * * isEnd = 1 * * } * * } * * } * * } * * @author 孙创 感谢作者 * * @date 2017年2月15日 下午3:20:20 * * @param keyWordSet 敏感词库 * */ /** * 读取敏感词库 ,存入HashMap中 * @return */ private Set<String> readSensitiveWordFile() { Set<String> wordSet = null; // app为项目地址 /* * String app = System.getProperty("user.dir"); System.out.println(app); * URL resource = Thread.currentThread().getContextClassLoader() * .getResource("/"); String path = resource.getPath().substring(1); * System.out.println(path); File file = new File(path + * "censorwords.txt"); */ //敏感词库 File file = new File( "E:\\sensitivedemo\\src\\main\\resources\\static\\censorwords.txt"); try { // 读取文件输入流 InputStreamReader read = new InputStreamReader(new FileInputStream(file), ENCODING); // 文件是否是文件 和 是否存在 if (file.isFile() && file.exists()) { wordSet = new HashSet<String>(); // StringBuffer sb = new StringBuffer(); // BufferedReader是包装类，先把字符读到缓存里，到缓存满了，再读入内存，提高了读的效率。 BufferedReader br = new BufferedReader(read); String txt = null; // 读取文件，将文件内容放入到set中 while ((txt = br.readLine()) != null) { wordSet.add(txt); } br.close(); /* * String str = sb.toString(); String[] ss = str.split("，"); for * (String s : ss) { wordSet.add(s); } */ } // 关闭文件流 read.close(); } catch (Exception e) { e.printStackTrace(); } return wordSet; } /** * 将HashSet中的敏感词,存入HashMap中 * @param wordSet * @return */ private Map addSensitiveWordToHashMap(Set<String> wordSet) { // 初始化敏感词容器，减少扩容操作 Map wordMap = new HashMap(wordSet.size()); for (String word : wordSet) { Map nowMap = wordMap; for (int i = 0; i < word.length(); i++) { // 转换成char型 char keyChar = word.charAt(i); // 获取 Object tempMap = nowMap.get(keyChar); // 如果存在该key，直接赋值 if (tempMap != null) { nowMap = (Map) tempMap; } 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 // 设置标志位 Map<String, String> newMap = new HashMap<String, String>(); newMap.put("isEnd", "0"); // 添加到集合 nowMap.put(keyChar, newMap); nowMap = newMap; } // 最后一个 if (i == word.length() - 1) { nowMap.put("isEnd", "1"); } } } return wordMap; } }
测试 Main.java：
package com.example.sensitivedemo.test; /** * @Author : JCccc * @CreateTime : 2019/7/30 * @Description : **/ public class Main { public static void main(String[] args) { //需要屏蔽哪些字就在censorword.txt文档内添加即可 SensitiveFilterService filter = SensitiveFilterService.getInstance(); String txt = "xx需要进行检测的字符串xxx"; //如果需要过滤则用“”替换 //如果需要屏蔽，则用“*”替换 String hou = filter.replaceSensitiveWord(txt, 1, "*"); System.out.println("替换前的文字为：" + txt); System.out.println("替换后的文字为：" + hou); } }
到此
