落日楚天无际，凭栏目送飞鸿
现在很多项目都有发送短信的功能，我现在做的这个项目也不例外。在发送短信之前需要过滤掉敏感词，所以，在研究了网上的方法之后，我也写了这篇博客。下面分两个部分介绍敏感词过滤；
先介绍一下我们生成敏感词库的算法，叫DFA算法，即Deterministic Finite Automaton，也就是确定有穷自动机。也就是将每个敏感词生成树结构，然后将每棵树存入map集合，在查找敏感词时，通过调用map.get（）方法查找。将敏感词生成树结构的代码：
public HashMap sensitiveWordMap; /** * @date 2019/10/18 * 参数keyWordSet是敏感词集合 * @description 读取敏感词库，将敏感词放入map中 */ private void addSensitiveWordToHashMap(Set<String> keyWordSet) { //初始化敏感词容器，减少扩容操作 sensitiveWordMap = new HashMap(keyWordSet.size()); String key = null; Map nowMap = null; Map<String, String> newWordMap = null; //迭代keyWordSet Iterator<String> iterator = keyWordSet.iterator(); while (iterator.hasNext()) { //关键字 key = iterator.next(); //这里nowMap = sensitiveWordMap，是为了将两个map的引用地址指向同一个，以此，之后操作nowMap也就是相当于操作了sensitiveWordMap，因为它们指向同一个地址 nowMap = sensitiveWordMap; for (int i = 0; i < key.length(); i++) { //转换成char型 char keyChar = key.charAt(i); Object wordMap = nowMap.get(keyChar); if (wordMap != null) { //如果存在该key，直接赋值 nowMap = (Map) wordMap; } else { //不存在，则构建一个map，同时将isEnd设置为0，因为他不是最后一个 newWordMap = new HashMap<String, String>(); //不是最后一个 newWordMap.put("isEnd", "0"); nowMap.put(keyChar, newWordMap); //重新给nowMap赋值的原因是：因为进入到此else时，已经确定当前字不在敏感词库中，那么他后面的字肯定也是不存在词库中的， // 所以要给nowMap重新赋值，以便该字后面的字都进入该else，故加入敏感词库中 nowMap = newWordMap; } if (i == key.length() - 1) { //最后一个 nowMap.put("isEnd", "1"); } } System.out.println(sensitiveWordMap); } }通过上面的方法，就可以将敏感词重组成在map里的数结构，我这里做了个实验：
public static void main(String[] args) { Set<String> keyWordSet = new HashSet<>(); keyWordSet.add("一个坏人"); keyWordSet.add("一个好人"); keyWordSet.add("中国人"); SensitiveWordInit init = new SensitiveWordInit(); init.addSensitiveWordToHashMap(keyWordSet); }结果如下，通过isEnd判断是否到了末级。
{ 一 = { 个 = { 坏 = { isEnd = 0, 人 = { isEnd = 1 } }, isEnd = 0, 好 = { isEnd = 0, 人 = { isEnd = 1 } } }, isEnd = 0 }, 中 = { isEnd = 0, 国 = { isEnd = 0, 人 = { isEnd = 1 } } } }好，敏感词库的生成说完，接下来看看查找敏感词的逻辑。
查找敏感词直接上代码：
import java.util.HashSet; import java.util.Iterator; import java.util.Map; import java.util.Set; /** * @date 2019/10/18 * @description 敏感词过滤 */ public class SensitivewordFilter { private Map sensitiveWordMap = null; /** * @date 2019/10/18 * @description 获取文字中的敏感词 */ public Set<String> getSensitiveWord(String txt) { 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); //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; } /** * @date 2019/10/18 * 参数中：txt为原文，replaceChar是替换敏感词字符 * @description 替换敏感字字符 */ public String replaceSensitiveWord(String txt, String replaceChar) { String resultTxt = txt; //获取所有的敏感词 Set<String> set = getSensitiveWord(txt); 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; } /** * @date 2019/10/18 * @description 获取替换字符串 */ private String getReplaceChars(String replaceChar, int length) { String resultReplace = replaceChar; for (int i = 1; i < length; i++) { resultReplace += replaceChar; } return resultReplace; } /** * @date 2019/10/18 * @description 检查文字中是否包含敏感字符 */ public int checkSensitiveWord(String txt, int beginIndex) { //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; char word = 0; Map nowMap = sensitiveWordMap; for (int i = beginIndex; 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; } } 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; } }通过上面的replaceSensitiveWord方法，就可以将一段文字的敏感词替换为指定的字符。 这里我只做简单的介绍，具体词库和方法，我放百度云上了，请点击下载。 本文抛砖引玉，参考至：Java实现敏感词过滤
