这篇文章跟大家分析一下“SpringBoot使用前缀树过滤敏感词的方法是什么”。内容详细易懂,对“SpringBoot使用前缀树过滤敏感词的方法是什么”感兴趣的朋友可以跟着小编的思路慢慢深入来阅读一下,希望阅读后能够对大家有所帮助。下面跟着小编一起深入学习“SpringBoot使用前缀树过滤敏感词的方法是什么”的知识吧。
一、前缀树
一般设计网站的时候,会有问题发布或者是内容发布的功能,这些功能的有一个很重要的点在于如何实现敏感词过滤,要不然可能会有不良信息的发布,或者发布的内容中有夹杂可能会有恶意功能的代码片段,敏感词过滤的基本的算法是前缀树算法,前缀树也就是字典树,通过前缀树匹配可以加快敏感词匹配的速度。
前缀树又称为Trie、字典树、查找树。主要特点是:查找效率高,但内存消耗大;主要应用于字符串检索、词频统计、字符串排序等。
到底什么是前缀树?前缀树的功能是如何实现的?
举一个具体的例子:若有一个字符串"xwabfabcff",敏感词为"abc"、"bf"、"be",检测字符串,若有敏感词,则将敏感词替换为"*",实现一个算法。
前缀树的特点:
1. 跟结点为空结点,没有任何字符。
2. 除了根节点以外,每个结点只有一个字符。
3. 每个结点包含的子节点不相同。 例如,root的子节点本来有两个b,但我们只保留一个
4. 在每个敏感词的末尾结点做一个标记,表示从根节点到此节点组合成的字符串是一个敏感词,中间未被标记的结点和根节点中间的字符串不构成一个敏感词。
前缀树的算法逻辑:
1. 准备:我们需要三个指针,①指针指向前缀树,默认指向根节点; ②、③指针指向要检测的字符串(同向尺距法,②从头到尾走一遍,标记敏感词的开头,③随着②而动,标记敏感词的结尾),默认指向字符串的第一个字符。我们还需要一个存放检测结果的字符串(StringBuilder)。
2. ①访问树的第一层,发现没有'x',则②、③向下走一步,并将'x'存入StringBuilder字符串里。'w' 同理。
3. 此时②、③指向'a',①访问树的第一层,发现有'a',但'a'未被标记,所以不是敏感词,则把'a'存入StringBuilder字符串。然后②不动,①、③继续向下走,直至走到被标记的结点或者不匹配时,①归位,②向下走一步,③回到此时②指向的地方。重复以上步骤。
4. 若检测到敏感词,则在StringBuilder中存储"***",并使②跳过此敏感词,②、③共同指向原来③的下一个位置。
5. ②、③走到字符串的末尾时,检测完成。最终结果为"xwa******ff"。
二、敏感词过滤器
我们再开发项目时,需要开发出一个可复用的过滤敏感词的工具,成为敏感词过滤器,以便在项目中可以复用。
开发敏感词过滤器主要有以下三个步骤:
定义前缀树
根据敏感词,初始化前缀树
编写过滤敏感词的方法
代码实现如下:
import org.apache.commons.lang3.CharUtils;import org.apache.commons.lang3.StringUtils;import org.slf4j.Logger;import org.slf4j.LoggerFactory;import org.springframework.stereotype.Component; import javax.annotation.PostConstruct;import java.io.BufferedReader;import java.io.IOException;import java.io.InputStream;import java.io.InputStreamReader;import java.util.HashMap;import java.util.Map; @Componentpublic class SensitiveFilter { // 记录日志 private static final Logger logger = LoggerFactory.getLogger(SensitiveFilter.class); // 替换符 private static final String REPLACEMENT = "***"; // 初始化根节点 private TrieNode rootNode = new TrieNode(); @PostConstruct// 当容器在服务器启动时实例化此Bean,调用Bean的构造方法后,该方法就会被自动调用 public void init() { try ( // 加载敏感词文件 sensitive-words.txt是自建的存放敏感词的文件 InputStream is = this.getClass().getClassLoader().getResourceAsStream("sensitive-words.txt"); // 字节流 --> 字符流 --> 字符缓冲流 BufferedReader reader = new BufferedReader(new InputStreamReader(is)); ) { String keyword; while((keyword = reader.readLine()) != null){ // 添加到前缀树,addKeyword为自定义的方法,将一个敏感词添加到前缀树中去 this.addKeyword(keyword); } } catch (IOException e) { logger.error("加载敏感词文件失败:" + e.getMessage()); } } // 封装方法:将一个敏感词添加到前缀树中去 private void addKeyword(String keyword){ TrieNode tempNode = rootNode; for (int i = 0; i < keyword.length(); i++) { char c = keyword.charAt(i); TrieNode subNode = tempNode.getSubNode(c); if(subNode == null){ // 如果子节点中没有该字符,则以此字符初始化子节点,并装配到树中 subNode = new TrieNode(); tempNode.addSubNode(c,subNode); } // 指向字节点,进入下一层循环 tempNode = subNode; // 设置结束标识 if(i == keyword.length() -1){ tempNode.setKeywordEnd(true); } } } public String filter(String text){ if(StringUtils.isBlank(text)){ return null; } // 指针① TrieNode tempNode = rootNode; // 指针② int begin = 0; // 指针③ int position = 0; // 存放结果 StringBuilder sb = new StringBuilder(); while(position < text.length()){ char c = text.charAt(position); // 跳过符号 if(isSymbol(c)){ // 若指针①处于根节点,将此符号计入结果,让指针②向下走一步 if(tempNode == rootNode){ sb.append(c); begin++; } // 无论符号在未检测时出现还是正在检测时出现,指针③总是向下走一步 // (未检测时和指针②一起向下走一步,检测时指针②不动,指针③向下走一步) position++; continue; } // 检查下级节点 tempNode = tempNode.getSubNode(c); if(tempNode == null){ // 以begin开头的字符串不是敏感词 sb.append(text.charAt(begin)); // 进入下一个位置 begin++; position = begin; // 指针①归位,重新指向根节点 tempNode = rootNode; }else if (tempNode.isKeywordEnd()){ // 发现敏感词,将begin~position字符串替换掉 sb.append(REPLACEMENT); // 进入下一个位置 position++; begin = position; // 指针①归位,重新指向跟接待你 tempNode = rootNode; }else { // 检查下一个字符 position++; } } // 将最后一批字符计入结果:指针③比指针②先到中终点,且两者之间的字符串不是敏感词 sb.append(text.substring(begin)); return sb.toString(); } // 封装方法:判断是否为特殊符号 private boolean isSymbol(Character c){ // 0x2E80~0x9FFF 是东亚文字范围,不予当作特殊符号看待 return !CharUtils.isAsciiAlphanumeric(c) && (c < 0x2E80 || c > 0x9FFF); } private class TrieNode { // 敏感词(关键词)结束标识 private boolean isKeywordEnd = false; // 子节点(key是下级字符,value是下级节点) private Map<Character, TrieNode> subNodes = new HashMap<>(); public boolean isKeywordEnd() { return isKeywordEnd; } public void setKeywordEnd(boolean keywordEnd) { isKeywordEnd = keywordEnd; } // 添加子节点 public void addSubNode(Character c, TrieNode node) { subNodes.put(c, node); } // 获取子节点 public TrieNode getSubNode(Character c) { return subNodes.get(c); } } }
springboot是什么
springboot一种全新的编程规范,其设计目的是用来简化新Spring应用的初始搭建以及开发过程,SpringBoot也是一个服务于框架的框架,服务范围是简化配置文件。
关于SpringBoot使用前缀树过滤敏感词的方法是什么就分享到这里啦,希望上述内容能够让大家有所提升。如果想要学习更多知识,请大家多多留意小编的更新。谢谢大家关注一下编程网网站!