本文的敏感词过滤器用在SpringBoot项目中，因此，首先需要在pom.xml文件中导入如下依赖
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-aop</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-thymeleaf</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-devtools</artifactId> <scope>runtime</scope> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope> </dependency> <dependency> <groupId>org.apache.commons</groupId> <artifactId>commons-lang3</artifactId> <version>3.9</version> </dependency>
在resources目录下，创建sensitive-word.txt，里面填入需要过滤的敏感词信息。
前缀树TrieNode以一个空节点为头结点，每个节点下包含若干子节点，不同节点代表不同字符。TrieNode 由两部分组成，首先是一个boolean变量，表示该结点是否为一个关键词的终结点。其次是该结点的子节点集合，在本文中，用HashMap存储子节点，key存储结点代表的字符，类型为Character，value为TrieNode，表示子节点。实现的代码如下。
//前缀树
private class TrieNode{
//关键词结束标识
private boolean isKeywordEnd = false;
//子节点
private Map<Character,TrieNode> subNodes = new HashMap<>();
//isKeywordEnd的get、set方法
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);
}
}
@Component
public class SensitiveFilter {
// 替换符
private static final String REPLACEMENT = "***";
//根节点
private TrieNode rootNode = new TrieNode();
//bean的初始化方法，服务一启动，容器自动给bean执行此方法完成初始化
//此方法的目的是读取敏感词文件，构建敏感词前缀树
@PostConstruct
public void init(){
try(
InputStream is = this.getClass().getClassLoader().getResourceAsStream("sensitive-words.txt");
BufferedReader reader = new BufferedReader(new InputStreamReader(is));
){
String keyword;
while((keyword=reader.readLine())!=null){
this.addKeyword(keyword);
}
}catch (IOException e){
logger.error("加载敏感词文件失败: " + e.getMessage());
}
}
//将一个敏感词添加到前缀树
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){
//初始化子节点
subNode = new TrieNode();
tempNode.addSubNode(c,subNode);
}
//指向子节点，进入下一轮循环
tempNode = subNode;
//设置结束标志
if(i==keyword.length()-1){
tempNode.setKeywordEnd(true);
}
}
}
/**
* 过滤敏感词
*
* @param text 待过滤的文本
* @return 过滤后的文本
*/
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;
//结果
StringBuilder sb = new StringBuilder();
while(position<text.length()){
char c = text.charAt(position);
/*
跳过符号
情况一：符号在敏感词前面，将符号写入结果，如 ☆敏感词
情况二：符号在敏感词中间，则将符号与敏感词一起替换，如敏☆感☆词
*/
if(isSymbol(c)){
//若指针1处于根节点，对应情况一，将符号计入结果，让指针2向下走一步
if(tempNode==rootNode){
sb.append(c);
begin++;
}
//无论符号在开头还是敏感词中间，指针3都向下走一步
position++;
continue;
}
//检查下级节点
tempNode = tempNode.getSubNode(c);
if(tempNode==null){
//以begin开头的的字符串不是敏感词
sb.append(text.charAt(begin));
//指针2和指针3共同指向指针2的下一个位置
position = ++begin;
//指针1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
sb.append(REPLACEMENT);
//进入下一个位置
begin = ++position;
//指针1重新指向根节点
tempNode = rootNode;
}else {
//检查下一个字符
position++;
}
}
//将最后一批字符计入结果
sb.append(text.substring(begin));
return sb.toString();
}
//判断是否为符号
private boolean isSymbol(Character c){
// 0x2E80~0x9FFF 是东亚文字范围
return !CharUtils.isAsciiAlphanumeric(c) && (c < 0x2E80 || c > 0x9FFF);
}
}
