package com.stylefeng.guns.modular.shunfeng.util;
|
|
import java.util.*;
|
|
public class SensitiveWordUtil {
|
/**
|
* 敏感词匹配规则
|
*/
|
public static final int MinMatchTYpe = 1; //最小匹配规则，如：敏感词库["中国","中国人"]，语句："我是中国人"，匹配结果：我是[中国]人
|
public static final int MaxMatchType = 2; //最大匹配规则，如：敏感词库["中国","中国人"]，语句："我是中国人"，匹配结果：我是[中国人]
|
|
/**
|
* 敏感词集合
|
*/
|
public static HashMap sensitiveWordMap;
|
|
/**
|
* 初始化敏感词库，构建DFA算法模型
|
*
|
* @param sensitiveWordSet 敏感词库
|
*/
|
public static synchronized void init(Set<String> sensitiveWordSet) {
|
initSensitiveWordMap(sensitiveWordSet);
|
}
|
|
/**
|
* 初始化敏感词库，构建DFA算法模型
|
*
|
* @param sensitiveWordSet 敏感词库
|
*/
|
private static void initSensitiveWordMap(Set<String> sensitiveWordSet) {
|
//初始化敏感词容器，减少扩容操作
|
sensitiveWordMap = new HashMap(sensitiveWordSet.size());
|
String key;
|
Map nowMap;
|
Map<String, String> newWorMap;
|
//迭代sensitiveWordSet
|
Iterator<String> iterator = sensitiveWordSet.iterator();
|
while (iterator.hasNext()) {
|
//关键字
|
key = iterator.next();
|
nowMap = sensitiveWordMap;
|
for (int i = 0; i < key.length(); i++) {
|
//转换成char型
|
char keyChar = key.charAt(i);
|
//库中获取关键字
|
Object wordMap = nowMap.get(keyChar);
|
//如果存在该key，直接赋值，用于下一个循环获取
|
if (wordMap != null) {
|
nowMap = (Map) wordMap;
|
} 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
|
newWorMap = new HashMap<>();
|
//不是最后一个
|
newWorMap.put("isEnd", "0");
|
nowMap.put(keyChar, newWorMap);
|
nowMap = newWorMap;
|
}
|
|
if (i == key.length() - 1) {
|
//最后一个
|
nowMap.put("isEnd", "1");
|
}
|
}
|
}
|
}
|
|
/**
|
* 判断文字是否包含敏感字符
|
*
|
* @param txt 文字
|
* @param matchType 匹配规则 1：最小匹配规则，2：最大匹配规则
|
* @return 若包含返回true，否则返回false
|
*/
|
public static boolean contains(String txt, int matchType) {
|
boolean flag = false;
|
for (int i = 0; i < txt.length(); i++) {
|
int matchFlag = checkSensitiveWord(txt, i, matchType); //判断是否包含敏感字符
|
if (matchFlag > 0) { //大于0存在，返回true
|
flag = true;
|
}
|
}
|
return flag;
|
}
|
|
/**
|
* 判断文字是否包含敏感字符
|
*
|
* @param txt 文字
|
* @return 若包含返回true，否则返回false
|
*/
|
public static boolean contains(String txt) {
|
return contains(txt, MinMatchTYpe);
|
}
|
|
/**
|
* 获取文字中的敏感词
|
*
|
* @param txt 文字
|
* @param matchType 匹配规则 1：最小匹配规则，2：最大匹配规则
|
* @return
|
*/
|
public static Set<String> getSensitiveWord(String txt, int matchType) {
|
Set<String> sensitiveWordList = new HashSet<>();
|
|
for (int i = 0; i < txt.length(); i++) {
|
//判断是否包含敏感字符
|
int length = checkSensitiveWord(txt, i, matchType);
|
if (length > 0) {//存在,加入list中
|
sensitiveWordList.add(txt.substring(i, i + length));
|
i = i + length - 1;//减1的原因，是因为for会自增
|
}
|
}
|
|
return sensitiveWordList;
|
}
|
|
/**
|
* 获取文字中的敏感词
|
*
|
* @param txt 文字
|
* @return
|
*/
|
public static Set<String> getSensitiveWord(String txt) {
|
return getSensitiveWord(txt, MaxMatchType);
|
}
|
|
/**
|
* 替换敏感字字符
|
*
|
* @param txt 文本
|
* @param replaceChar 替换的字符，匹配的敏感词以字符逐个替换，如 语句：我爱中国人 敏感词：中国人，替换字符：*， 替换结果：我爱***
|
* @param matchType 敏感词匹配规则
|
* @return
|
*/
|
public static String replaceSensitiveWord(String txt, char replaceChar, int matchType) {
|
String resultTxt = txt;
|
//获取所有的敏感词
|
Set<String> set = getSensitiveWord(txt, matchType);
|
Iterator<String> iterator = set.iterator();
|
String word;
|
String replaceString;
|
while (iterator.hasNext()) {
|
word = iterator.next();
|
replaceString = getReplaceChars(replaceChar, word.length());
|
resultTxt = resultTxt.replaceAll(word, replaceString);
|
}
|
|
return resultTxt;
|
}
|
|
/**
|
* 替换敏感字字符
|
*
|
* @param txt 文本
|
* @param replaceChar 替换的字符，匹配的敏感词以字符逐个替换，如 语句：我爱中国人 敏感词：中国人，替换字符：*， 替换结果：我爱***
|
* @return
|
*/
|
public static String replaceSensitiveWord(String txt, char replaceChar) {
|
return replaceSensitiveWord(txt, replaceChar, MaxMatchType);
|
}
|
|
/**
|
* 替换敏感字字符
|
*
|
* @param txt 文本
|
* @param replaceStr 替换的字符串，匹配的敏感词以字符逐个替换，如 语句：我爱中国人 敏感词：中国人，替换字符串：[屏蔽]，替换结果：我爱[屏蔽]
|
* @param matchType 敏感词匹配规则
|
* @return
|
*/
|
public static String replaceSensitiveWord(String txt, String replaceStr, int matchType) {
|
String resultTxt = txt;
|
//获取所有的敏感词
|
Set<String> set = getSensitiveWord(txt, matchType);
|
Iterator<String> iterator = set.iterator();
|
String word;
|
while (iterator.hasNext()) {
|
word = iterator.next();
|
resultTxt = resultTxt.replaceAll(word, replaceStr);
|
}
|
|
return resultTxt;
|
}
|
|
/**
|
* 替换敏感字字符
|
*
|
* @param txt 文本
|
* @param replaceStr 替换的字符串，匹配的敏感词以字符逐个替换，如 语句：我爱中国人 敏感词：中国人，替换字符串：[屏蔽]，替换结果：我爱[屏蔽]
|
* @return
|
*/
|
public static String replaceSensitiveWord(String txt, String replaceStr) {
|
return replaceSensitiveWord(txt, replaceStr, MaxMatchType);
|
}
|
|
/**
|
* 获取替换字符串
|
*
|
* @param replaceChar
|
* @param length
|
* @return
|
*/
|
private static String getReplaceChars(char replaceChar, int length) {
|
String resultReplace = String.valueOf(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>
|
*
|
* @param txt
|
* @param beginIndex
|
* @param matchType
|
* @return 如果存在，则返回敏感词字符的长度，不存在返回0
|
*/
|
private static 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;
|
char word;
|
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);
|
if (nowMap != null) {//存在，则判断是否为最后一个
|
//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 (MinMatchTYpe == matchType) {
|
break;
|
}
|
}
|
} else {//不存在，直接返回
|
break;
|
}
|
}
|
if (matchFlag < 2 || !flag) {//长度必须大于等于1，为词
|
matchFlag = 0;
|
}
|
return matchFlag;
|
}
|
}
|
