DFA简介

DFA全称为:Deterministic Finite Automaton,即确定有穷自动机。(自己百度吧)

直接代码:

敏感词实体类

package com.nopsmile.dfa;

public class Keywords {

private String pid;

private String Content;

public Keywords() {

}

public Keywords(String content) {

super();

Content = content;

}

public String getContent() {

return Content;

}

public void setContent(String content) {

Content = content;

}

public String getPid() {

return pid;

}

public void setPid(String pid) {

this.pid = pid;

}

}

敏感词库初始化

package com.nopsmile.dfa;

import java.util.HashMap;

import java.util.HashSet;

import java.util.Iterator;

import java.util.List;

import java.util.Map;

import java.util.Set;

/**

* 敏感词库初始化

*

*/

public class SensitiveWordInit{

/**

* 敏感词库

*/

public HashMap sensitiveWordMap;

/**

* 初始化敏感词 keywords

*/

public Map initKeyWord(List sensitiveWords) {

try {

// 从敏感词集合对象中取出敏感词并封装到Set集合中

Set keyWordSet = new HashSet();

for (Keywords s : sensitiveWords) {

keyWordSet.add(s.getContent().trim());

}

// 将敏感词库加入到HashMap中

addSensitiveWordToHashMap(keyWordSet);

} catch (Exception e) {

e.printStackTrace();

}

return sensitiveWordMap;

}

/**

* 封装敏感词库

*/

private void addSensitiveWordToHashMap(Set keyWordSet) {

// 初始化HashMap对象并控制容器的大小

sensitiveWordMap = new HashMap(keyWordSet.size());

// 敏感词

String key = null;

// 用来按照相应的格式保存敏感词库数据

Map nowMap = null;

// 用来辅助构建敏感词库

Map newWorMap = null;

// 使用一个迭代器来循环敏感词集合

Iterator iterator = keyWordSet.iterator();

while (iterator.hasNext()) {

key = iterator.next();

// 等于敏感词库,HashMap对象在内存中占用的是同一个地址,所以此nowMap对象的变化,sensitiveWordMap对象也会跟着改变

nowMap = sensitiveWordMap;

for (int i = 0; i < key.length(); i++) {

// 截取敏感词当中的字,在敏感词库中字为HashMap对象的Key键值

char keyChar = key.charAt(i);

// 判断这个字是否存在于敏感词库中

Object wordMap = nowMap.get(keyChar);

if (wordMap != null) {

nowMap = (Map) wordMap;

} else {

newWorMap = new HashMap();

newWorMap.put("isEnd", "0");

nowMap.put(keyChar, newWorMap);

nowMap = newWorMap;

}

// 如果该字是当前敏感词的最后一个字,则标识为结尾字

if (i == key.length() - 1) {

nowMap.put("isEnd", "1");

}

}

}

}

}

自定义的工具类

package com.nopsmile.dfa;

import java.util.ArrayList;

import java.util.Collections;

import java.util.Comparator;

import java.util.HashMap;

import java.util.HashSet;

import java.util.Iterator;

import java.util.LinkedHashMap;

import java.util.LinkedList;

import java.util.List;

import java.util.Map;

import java.util.Set;

import com.alibaba.fastjson.JSONArray;

import net.sf.json.JSONObject;

/**

* 敏感词过滤工具类

*

* @author AlanLee

*

*/

public class SensitivewordUtils {

/**

* 敏感词库

*/

public static Map sensitiveWordMap = null;

/**

* 只过滤最小敏感词

*/

public static int minMatchTYpe = 1;

/**

* 过滤所有敏感词

*/

public static int maxMatchType = 2;

/**

* 敏感词库敏感词数量

*

* @return

*/

public static int getWordSize() {

if (SensitivewordUtils.sensitiveWordMap == null) {

return 0;

}

return SensitivewordUtils.sensitiveWordMap.size();

}

/**

* 是否包含敏感词

*

*/

public static boolean isContaintSensitiveWord(String txt, int matchType) {

boolean flag = false;

for (int i = 0; i < txt.length(); i++) {

int matchFlag = checkSensitiveWord(txt, i, matchType);

if (matchFlag > 0) {

flag = true;

}

}

return flag;

}

/**

* 获取敏感词内容

*

* @param txt

* @param matchType

* @return 敏感词内容

*/

public static Set getSensitiveWord(String txt, int matchType) {

Set sensitiveWordList = new HashSet();

for (int i = 0; i < txt.length(); i++) {

int length = checkSensitiveWord(txt, i, matchType);

if (length > 0) {

// 将检测出的敏感词保存到集合中

sensitiveWordList.add(txt.substring(i, i + length));

i = i + length - 1;

}

}

return sensitiveWordList;

}

/**

* 替换敏感词

*

*/

public static String replaceSensitiveWord(String txt, int matchType, String replaceChar) {

String resultTxt = txt;

Set set = getSensitiveWord(txt, matchType);

Iterator 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;

}

/**

* 替换敏感词内容

*

*/

private static String getReplaceChars(String replaceChar, int length) {

String resultReplace = replaceChar;

for (int i = 1; i < length; i++) {

resultReplace += replaceChar;

}

return resultReplace;

}

/**

* 检查敏感词数量

*

*/

public static int checkSensitiveWord(String txt, int beginIndex, int matchType) {

boolean flag = false;

// 记录敏感词数量

int matchFlag = 0;

char word = 0;

Map nowMap = SensitivewordUtils.sensitiveWordMap;

for (int i = beginIndex; i < txt.length(); i++) {

word = txt.charAt(i);

// 判断该字是否存在于敏感词库中

nowMap = (Map) nowMap.get(word);

if (nowMap != null) {

matchFlag++;

// 判断是否是敏感词的结尾字,如果是结尾字则判断是否继续检测

if ("1".equals(nowMap.get("isEnd"))) {

flag = true;

// 判断过滤类型,如果是小过滤则跳出循环,否则继续循环

if (SensitivewordUtils.minMatchTYpe == matchType) {

break;

}

}

} else {

break;

}

}

if (!flag) {

matchFlag = 0;

}

return matchFlag;

}

/**

* 敏感词汇对应个数

* 返回 "关键字"="关键字个数"

*

*/

public static Map getSensitiveWordSum(String txt, int matchType) {

Map map = new HashMap();

for (int i = 0; i < txt.length(); i++) {

int length = checkSensitiveWord(txt, i, matchType);

if (length > 0) {

// 将检测出的敏感词保存到集合中

String str=txt.substring(i, i + length);

if(map.containsKey(str)) {

map.put(str, map.get(str).intValue()+1);

}else {

map.put(str, new Integer(1));

}

//System.out.println(txt.substring(i, i + length));

i = i + length - 1;

}

}

return map;

}

/**

* 对map数组value排序,并取前10

* this method will always sort the map;

* isCondition is true condition can be used otherwise invalid

* @param unsortMap

* @return

*/

public static Map sortByValue(Map unsortMap,int condition,boolean isCondition) {

// 1. Convert Map to List of Map

List> list =

new LinkedList>(unsortMap.entrySet());

// 2. Sort list with Collections.sort(), provide a custom Comparator

// Try switch the o1 o2 position for a different order

Collections.sort(list, new Comparator>() {

public int compare(Map.Entry o1,

Map.Entry o2) {

return (o2.getValue()).compareTo(o1.getValue());

}

});

// 3. Loop the sorted list and put it into a new insertion order Map LinkedHashMap

Map sortedMap = new LinkedHashMap();

if(isCondition) {

for (int i = 0; i < list.size(); i++) {

if (i < condition) {

sortedMap.put(list.get(i).getKey(), list.get(i).getValue());

}

}

}else{

for (int i = 0; i < list.size(); i++) {

sortedMap.put(list.get(i).getKey(), list.get(i).getValue());

}

}

return sortedMap;

}

}

使用上面类流程代码

Keywords ss=new Keywords("好");

List list = new ArrayList();

list.add(ss);

SensitiveWordInit sensitiveWordInit = new SensitiveWordInit();

Map sensitiveWordMap = sensitiveWordInit.initKeyWord(list);

// 传入SensitivewordEngine类中的敏感词库

SensitivewordUtils.sensitiveWordMap = sensitiveWordMap;

SensitivewordUtils.getSensitiveWordSum("需要检测的文本", 2) ;

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持云海天教程。

原文链接:https://blog.51cto.com/4534309/2391498

java dfa_基于java实现DFA算法代码实例相关推荐

  1. 曼哈顿距离java实现_基于javascript实现获取最短路径算法代码实例

    这篇文章主要介绍了基于javascript实现获取最短路径算法代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 代码如下 //A算法 自动寻路 ...

  2. java 实现违章_基于JAVA的车辆违章查询数据调用代码实例

    基于JAVA的车辆违章查询数据调用代码实例 代码描述:基于JA V A的车辆违章查询数据调用代码实例 相关平台:聚合数据 import java.io.BufferedReader; import j ...

  3. java查询序列_基于JAVA的苹果序列号查询api调用代码实例

    代码描述:基于JAVA的苹果序列号查询api调用代码实例 关联数据:苹果序列号 接口地址:http://www.juhe.cn/docs/api/id/37 1.[代码][Java]代码 import ...

  4. 医院医生评价的java代码_基于JAVA的医院信息查询接口调用代码实例

    基于JAVA的医院信息查询接口调用代码实例 import java.io.BufferedReader; import java.io.DataOutputStream; import java.io ...

  5. Java:实现基于计算法的CRC-CCITT算法(附完整源码)

    Java:实现基于计算法的CRC-CCITT算法 public static int CRC_XModem(byte[] bytes){int crc = 0x00; // initial value ...

  6. Java实现MD5加密及解密的代码实例分享

    如果对安全性的需求不是太高,MD5仍是使用非常方便和普及的加密方式,比如Java中自带的MessageDigest类就提供了支持,这里就为大家带来Java实现MD5加密及解密的代码实例分享: 基础:M ...

  7. java二维数组长度表示,java二维数组指定不同长度代码实例

    本篇文章小编给大家分享一下java二维数组指定不同长度代码实例,文章代码介绍的很详细,小编觉得挺不错的,现在分享给大家供大家参考,有需要的小伙伴们可以来看看. 1.二维数组的每个元素都是一个一维数组, ...

  8. 基于PHP的DFA算法(敏感词过滤)

    基于PHP的DFA算法(敏感词过滤) 看到网上很多的DFA算法,很多都有不同程度的问题,自己修改了一下,亲测没有问题,用在系统中过滤敏感词汇,比正则匹配的速度快很多. class DFA {priva ...

  9. python 蓝牙开发_基于python实现蓝牙通信代码实例

    这篇文章主要介绍了基于python实现蓝牙通信代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 安装和示例 linux下安装 sudo apt ...

最新文章

  1. 【微服务架构】SpringCloud之Eureka入门篇
  2. php 7.0 编译安装mysql_源码编译安装php7.0.5
  3. Zulip 2.0.1 发布,功能强大的群组聊天软件
  4. 校园送礼风为何难刹住 “送了没个完,不送没个底”
  5. 解决:RuntimeError: CUDA out of memory. Tried to allocate 2.00 MiB
  6. Delphi2009下编译提示“无法找到“Excel_TLB”
  7. 计算机音乐tfboys手机,TFBoys王源的iPhone挂了 别怕 手贱有得治
  8. [codeup 2143] 迷瘴
  9. 加密的m3u8、ts文件合并
  10. HSPICE与非门仿真
  11. 通过有线网卡共享无线网络
  12. elasticsearch对analyzed字段无法使用term方法的解决办法
  13. luci编程 openwrt_【玩转开源】BananaPi R2 —— 第四篇 Openwrt Luci 初探
  14. 图解图论介绍及应用(1):哥尼斯堡七桥
  15. FileSystemWatcher触发多次Change事件的解决办法
  16. 类别不均衡问题之loss大集合:focal loss, GHM loss, dice loss 等等
  17. Python爬取QQ音乐内地专辑
  18. C语言文件操作(1)
  19. JS中常见的 “Uncaught TypeError: XXXX is not a function” 错误解析
  20. 语音识别领域公司分析

热门文章

  1. figma下载_最佳的免费Figma资源:模板,图标,UI工具包等
  2. css 在div左上角添加类似书签的标记
  3. javamail复杂格式邮件,带附件,html格式,d图片,超链接
  4. 键盘事件keydown、keypress、keyon区别
  5. python黑猫投诉网爬虫,无需修改参数可直接生成投诉内容词云、投诉请求与地址柱形图~(源码)
  6. windows web服务器性能测试工具,Web 性能测试编辑器概述
  7. 计算机软件著作权登记申请流程和需要的时间
  8. java jolt tuxedo_使用java通过jolt调用tuxedo
  9. 00018计算机应用基础大纲,自学考试00018计算机应用基础(复习资料).doc
  10. 一个三十岁中国男人的婚姻思考 转帖