Java实现敏感词过滤（敏感词替换DFA算法）

DFA：

DFA即Deterministic Finite Automaton，也就是确定有穷自动机。在实现文字过滤的算法中，DFA是比较好的实现算法。

实现思路：

1.将敏感词添加到List列表中

private static String s1 = "你妈的";
private static String s2 = "草泥马";
private static String s3 = "日本佬";
private static String s4 = "你大爷的";
private static String s5 = "泥马的";List<String> list = new LinkedList<>();list.add(s1);list.add(s2);list.add(s3);list.add(s4);list.add(s5);

2.遍历List列表将所有敏感词封装进Map中

/*** 封装敏感词汇** @param list list列表* @return 返回根节点*/private static Map<Character, Map> getSentiveWorld(List<String> list) {//root:根节点Map<Character, Map> root = new HashMap<>();//node:当前节点Map<Character, Map> node = new HashMap<>();//遍历敏感词列表，取出每一个敏感词for (String word : list) {//遍历每个敏感词前先把node指向rootnode = root;//遍历每一个敏感词的每一个字符for (int i = 0; i < word.length(); i++) {if (node.containsKey(word.charAt(i))) {//如果node包含该字符，node指向该字符（key）所对应的valuenode = node.get(word.charAt(i));} else {//如果node不包含该字符，向node中添加以该字符为（key），next为（value）的map，并把node指向next//next:下一个节点Map<Character, Map> next = new HashMap<>();node.put(word.charAt(i), next);node = next;}}//遍历完每一个敏感词之后都在末尾添加一个结束标志node.put('\t', null);}return root;}

3.替换敏感词

/*** 替换内容的方法** @param str 字符串* @return 返回替换之后的字符串*/private static String replaceContent(String str, Map<Character, Map> map) {//下标指针int index;//是否有敏感词汇统计int count;StringBuilder sb = new StringBuilder();//遍历字符串for (int i = 0; i < str.length(); i += index) {index = 0;count = 0;//将封装好敏感词汇的map赋值给map1Map<Character, Map> map1 = map;//判断map1中是否包含敏感词while (map1.containsKey(str.charAt(i + index))) {//包含敏感词就将str.charAt(i + index)（敏感词）（key）所对应的value赋值给map1map1 = map1.get(str.charAt(i + index));//下标指针加一index++;//判断map1中是否包含结束符if (map1.containsKey('\t')) {//包含结束符代表含有敏感词汇count++;break;}//判断下标指针加一之后是否为特殊字符while (chars.contains(str.charAt(i + index))) {//是特殊字符则下标指针加一index++;}}if (count != 0) {//包含敏感词汇追加*sb.append('*');//i变成(i+下标指针)} else {//不包含敏感词汇追加该字符sb.append(str.charAt(i));//下标指针回到1index = 1;//i变成(i+下标指针)}}return sb.toString();}

4.完整代码（含测试代码）

package practice;import java.util.*;public class SentiveWord {private static String s1 = "你妈的";private static String s2 = "草泥马";private static String s3 = "日本佬";private static String s4 = "你大爷的";private static String s5 = "泥马的";public static void main(String[] args) {List<String> list = new LinkedList<>();list.add(s1);list.add(s2);list.add(s3);list.add(s4);list.add(s5);Map<Character, Map> map = getSentiveWorld(list);String str = "今天遇见一个 日  本'佬，一万个草 泥'马 的在空中飘过！";String s = replaceContent(str, map);System.out.println(s);}/*** 封装敏感词汇** @param list list列表* @return 返回根节点*/private static Map<Character, Map> getSentiveWorld(List<String> list) {//root:根节点Map<Character, Map> root = new HashMap<>();//node:当前节点Map<Character, Map> node = new HashMap<>();//遍历敏感词列表，取出每一个敏感词for (String word : list) {//遍历每个敏感词前先把node指向rootnode = root;//遍历每一个敏感词的每一个字符for (int i = 0; i < word.length(); i++) {if (node.containsKey(word.charAt(i))) {//如果node包含该字符，node指向该字符（key）所对应的valuenode = node.get(word.charAt(i));} else {//如果node不包含该字符，向node中添加以该字符为（key），next为（value）的map，并把node指向next//next:下一个节点Map<Character, Map> next = new HashMap<>();node.put(word.charAt(i), next);node = next;}}//遍历完每一个敏感词之后都在末尾添加一个结束标志node.put('\t', null);}return root;}//封装特殊字符public static HashSet<Character> chars = new HashSet<Character>() {{add(' ');add('·');add('ˉ');add('ˇ');add('¨');add('々');add('·');add('～');add('‖');add('∶');add('"');add('|');add('〃');add('〔');add('〕');add('〈');add('〉');add('「');add('」');add('『');add('』');add('．');add('[');add(']');add('{');add('}');add('\'');add('【');add('】');}};//    private static char[] chars = {
//            ' ', '·', 'ˉ', 'ˇ', '¨', '々', '～', '‖', '∶', '"', '`',
//            '|', '〃', '〔', '〕', '〈', '〉', '「', '」', '『', '』',
//            '．', '〖', '〗', '【', '】', '[', ']', '{', '}', '\''
//    };/*** 替换内容的方法** @param str 字符串* @return 返回替换之后的字符串*/private static String replaceContent(String str, Map<Character, Map> map) {//下标指针int index;//是否有敏感词汇统计int count;StringBuilder sb = new StringBuilder();//遍历字符串for (int i = 0; i < str.length(); i += index) {index = 0;count = 0;//将封装好敏感词汇的map赋值给map1Map<Character, Map> map1 = map;//判断map1中是否包含敏感词while (map1.containsKey(str.charAt(i + index))) {//包含敏感词就将str.charAt(i + index)（敏感词）（key）所对应的value赋值给map1map1 = map1.get(str.charAt(i + index));//下标指针加一index++;//判断map1中是否包含结束符if (map1.containsKey('\t')) {//包含结束符代表含有敏感词汇count++;break;}//判断下标指针加一之后是否为特殊字符while (chars.contains(str.charAt(i + index))) {//是特殊字符则下标指针加一index++;}}if (count != 0) {//包含敏感词汇追加*sb.append('*');//i变成(i+下标指针)} else {//不包含敏感词汇追加该字符sb.append(str.charAt(i));//下标指针回到1index = 1;//i变成(i+下标指针)}}return sb.toString();}}

5.测试结果