乐趣区

关于后端:sensitiveword-v013-特性版本发布-支持英文单词全词匹配

jiezi

拓展浏览

sensitive-word-admin v1.3.0 公布 如何反对分布式部署？

sensitive-word-admin 敏感词控台 v1.2.0 版本开源

sensitive-word 基于 DFA 算法实现的高性能敏感词工具介绍

更多技术交换

业务背景

对于英文单词 Disburse 之类的，其中的 sb 字母会被替换，要怎么解决，能不能只有整个单词匹配的时候才替换。

针对匹配词进一步判断

阐明

反对版本：v0.13.0

有时候咱们可能心愿对匹配的敏感词进一步限度，比方尽管咱们定义了【av】作为敏感词，然而不心愿【have】被匹配。

就能够自定义实现 wordResultCondition 接口，实现本人的策略。

零碎内置的策略在 WordResultConditions#alwaysTrue() 恒为真，WordResultConditions#englishWordMatch() 则要求英文必须全词匹配。

入门例子

原始的默认状况：

final String text = "I have a nice day。";

List<String> wordList = SensitiveWordBs.newInstance()
        .wordDeny(new IWordDeny() {
            @Override
            public List<String> deny() {return Collections.singletonList("av");
            }
        })
        .wordResultCondition(WordResultConditions.alwaysTrue())
        .init()
        .findAll(text);
Assert.assertEquals("[av]", wordList.toString());

咱们能够指定为英文必须全词匹配。

final String text = "I have a nice day。";

List<String> wordList = SensitiveWordBs.newInstance()
        .wordDeny(new IWordDeny() {
            @Override
            public List<String> deny() {return Collections.singletonList("av");
            }
        })
        .wordResultCondition(WordResultConditions.englishWordMatch())
        .init()
        .findAll(text);
Assert.assertEquals("[]", wordList.toString());

当然能够依据须要实现更加简单的策略。

如何自定义本人的策略

能够参考 WordResultConditions#englishWordMatch() 实现类，只须要继承 AbstractWordResultCondition 实现对应的办法即可。

策略的定义

以 englishWordMatch 实现类为例：

package com.github.houbb.sensitive.word.support.resultcondition;

import com.github.houbb.heaven.util.lang.CharUtil;
import com.github.houbb.heaven.util.util.CharsetUtil;
import com.github.houbb.sensitive.word.api.IWordContext;
import com.github.houbb.sensitive.word.api.IWordResult;
import com.github.houbb.sensitive.word.constant.enums.WordValidModeEnum;

/**
 * 英文单词必须要全词匹配
 *
 * https://github.com/houbb/sensitive-word/issues/45
 *
 * @since 0.13.0
 */
public class WordResultConditionEnglishWordMatch extends AbstractWordResultCondition {

    @Override
    protected boolean doMatch(IWordResult wordResult, String text, WordValidModeEnum modeEnum, IWordContext context) {final int startIndex = wordResult.startIndex();
        final int endIndex = wordResult.endIndex();
        // 判断以后是否为英文单词
        for(int i = startIndex; i < endIndex; i++) {char c = text.charAt(i);
            if(!CharUtil.isEnglish(c)) {return true;}
        }

        // 判断解决，判断前一个字符是否为英文。如果是，则不满足
        if(startIndex > 0) {char preC = text.charAt(startIndex-1);
            if(CharUtil.isEnglish(preC)) {return false;}
        }

        // 判断后一个字符是否为英文
        if(endIndex < text.length() - 1) {char afterC = text.charAt(endIndex+1);
            if(CharUtil.isEnglish(afterC)) {return false;}
        }

        return true;
    }

}

策略的指定

而后用疏导类指定咱们的策略即可：

List<String> wordList = SensitiveWordBs.newInstance()
        .wordResultCondition(new WordResultConditionEnglishWordMatch())
        .init()
        .findAll(text);

小结

理论利用的场景会被料想的简单，所以此处设计为接口，内置一些常见的实现策略。

同时反对用户自定义拓展。

开源代码

https://github.com/houbb/sensitive-word
本文由博客一文多发平台 OpenWrite 公布！

退出移动版