SpringBoot 热搜与不雅文字过滤的实现

2024-04-02 19:55

短信预约 -IT技能 免费直播动态提醒

一、前言

这里主要讲springboot整合redis的个人搜索记录与热搜、敏感词过滤与替换两个功能，下面进行环境准备，引入相关maven依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-test</artifactId>
    <scope>test</scope>
</dependency>

<!-- https://mvnrepository.com/artifact/org.springframework.boot/spring-boot-starter-data-redis -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
    <version>2.7.0</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.commons/commons-lang3 -->
<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-lang3</artifactId>
    <version>3.12.0</version>
</dependency>

application.yml配置为

spring:
  redis:
    #数据库索引
    database: 0
    host: 192.168.31.28
    port: 6379
    password: 123456
    lettuce:
      pool:
        #最大连接数
        max-active: 8
        #最大阻塞等待时间(负数表示没限制)
        max-wait: -1
        #最大空闲
        max-idle: 8
        #最小空闲
        min-idle: 0
        #连接超时时间
    timeout: 10000

最后敏感词文本文件放在resources/static目录下，取名为word.txt，敏感词文本网上很多，这里就随便贴一个：github敏感词

二、不雅文字过滤

1、实现原理

简单原理如下图所示，使用了DFA算法，创建结点类，里面包含是否是敏感词结束符，以及一个HashMap，哈希里key值存储的是敏感词的一个词，value指向下一个结点（即指向下一个词），一个哈希表中可以存放多个值，比如赌博、赌黄这两个都是敏感词。

2、实现方法

2.1 敏感词库初始化

敏感词库的初始化，这里主要工作是读取敏感词文件，在内存中构建好敏感词的Map节点


@Configuration
@SuppressWarnings({ "rawtypes", "unchecked" })
public class SensitiveWordInit {
    // 字符编码
    private String ENCODING = "UTF-8";
    // 初始化敏感字库
    public Map initKeyWord() throws IOException {
        // 读取敏感词库 ,存入Set中
        Set<String> wordSet = readSensitiveWordFile();
        // 将敏感词库加入到HashMap中//确定有穷自动机DFA
        return addSensitiveWordToHashMap(wordSet);
    }

    // 读取敏感词库 ,存入HashMap中
    private Set<String> readSensitiveWordFile() throws IOException {
        Set<String> wordSet = null;
        ClassPathResource classPathResource = new ClassPathResource("static/word.txt");
        InputStream inputStream = classPathResource.getInputStream();
        //敏感词库
        try {
            // 读取文件输入流
            InputStreamReader read = new InputStreamReader(inputStream, ENCODING);
            // 文件是否是文件 和 是否存在
            wordSet = new HashSet<String>();
            // StringBuffer sb = new StringBuffer();
            // BufferedReader是包装类，先把字符读到缓存里，到缓存满了，再读入内存，提高了读的效率。
            BufferedReader br = new BufferedReader(read);
            String txt = null;
            // 读取文件，将文件内容放入到set中
            while ((txt = br.readLine()) != null) {
                wordSet.add(txt);
            }
            br.close();
            // 关闭文件流
            read.close();
        } catch (Exception e) {
            e.printStackTrace();
        }
        return wordSet;
    }
    // 将HashSet中的敏感词,存入HashMap中
    private Map addSensitiveWordToHashMap(Set<String> wordSet) {
        // 初始化敏感词容器，减少扩容操作
        Map wordMap = new HashMap(wordSet.size());
        for (String word : wordSet) {
            Map nowMap = wordMap;
            for (int i = 0; i < word.length(); i++) {
                // 转换成char型
                char keyChar = word.charAt(i);
                // 获取
                Object tempMap = nowMap.get(keyChar);
                // 如果存在该key，直接赋值
                if (tempMap != null) {
                    nowMap = (Map) tempMap;
                }
                // 不存在则，则构建一个map，同时将isEnd设置为0，因为他不是最后一个
                else {
                    // 设置标志位
                    Map<String, String> newMap = new HashMap<String, String>();
                    newMap.put("isEnd", "0");
                    // 添加到集合
                    nowMap.put(keyChar, newMap);
                    nowMap = newMap;
                }
                // 最后一个
                if (i == word.length() - 1) {
                    nowMap.put("isEnd", "1");
                }
            }
        }
        return wordMap;
    }
}

2.2 敏感词过滤器

敏感词过滤器，主要功能是初始化敏感词库，敏感词的过滤以及替换


@Component
public class SensitiveFilter {
    
    private Map sensitiveWordMap = null;

    
    public static int minMatchType = 1;

    
    public static int maxMatchType = 2;

    
    public static String placeHolder = "**";

    // 单例
    private static SensitiveFilter instance = null;

    
    private SensitiveFilter() throws IOException {
        sensitiveWordMap = new SensitiveWordInit().initKeyWord();
    }

    
    public static SensitiveFilter getInstance() throws IOException {
        if (null == instance) {
            instance = new SensitiveFilter();
        }
        return instance;
    }

    
    public Set<String> getSensitiveWord(String txt, int matchType) {
        Set<String> sensitiveWordList = new HashSet<>();
        for (int i = 0; i < txt.length(); i++) {
            // 判断是否包含敏感字符
            int length = CheckSensitiveWord(txt, i, matchType);
            // 存在,加入list中
            if (length > 0) {
                sensitiveWordList.add(txt.substring(i, i + length));
                // 减1的原因，是因为for会自增
                i = i + length - 1;
            }
        }
        return sensitiveWordList;
    }


    
    public String replaceSensitiveWord(String txt) {
        return replaceSensitiveWord(txt, minMatchType ,placeHolder);
    }

    
    public String replaceSensitiveWord(String txt, int matchType) {
        return replaceSensitiveWord(txt, matchType,placeHolder);
    }

    
    public String replaceSensitiveWord(String txt, int matchType,
                                       String replaceChar) {
        String resultTxt = txt;
        // 获取所有的敏感词
        Set<String> set = getSensitiveWord(txt, matchType);
        Iterator<String> 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;
    }

    
    private String getReplaceChars(String replaceChar, int length) {
        StringBuilder resultReplace = new StringBuilder(replaceChar);
        for (int i = 1; i < length; i++) {
            resultReplace.append(replaceChar);
        }
        return resultReplace.toString();
    }

    
    public int CheckSensitiveWord(String txt, int beginIndex, int matchType) {
        // 敏感词结束标识位：用于敏感词只有1的情况结束
        boolean flag = false;
        // 匹配标识数默认为0
        int matchFlag = 0;
        Map nowMap = sensitiveWordMap;
        for (int i = beginIndex; i < txt.length(); i++) {
            char word = txt.charAt(i);
            // 获取指定key
            nowMap = (Map) nowMap.get(word);
            // 存在，则判断是否为最后一个
            if (nowMap != null) {
                // 找到相应key，匹配标识+1
                matchFlag++;
                // 如果为最后一个匹配规则,结束循环，返回匹配标识数
                if ("1".equals(nowMap.get("isEnd"))) {
                    // 结束标志位为true
                    flag = true;
                    // 最小规则，直接返回,最大规则还需继续查找
                    if (SensitiveFilter.minMatchType == matchType) {
                        break;
                    }
                }
            }
            // 不存在，直接返回
            else {
                break;
            }
        }

        // 匹配长度如果匹配上了最小匹配长度或者最大匹配长度
        if (SensitiveFilter.maxMatchType == matchType || SensitiveFilter.minMatchType == matchType){
            //长度必须大于等于1，为词，或者敏感词库还没有结束(匹配了一半)，flag为false
            if(matchFlag < 2 || !flag){
                matchFlag = 0;
            }
        }
        return matchFlag;
    }
}

2.3 测试使用

最后进行测试，这里有两种方式可以获取，因为容器初始化时会默认执行无参构造

@RestController
public class SensitiveController {

    private static Logger logger = LoggerFactory.getLogger(SensitiveController.class);

    @Autowired
    SensitiveFilter sensitiveFilter;


    @GetMapping("/sensitive")
    public String sensitive(String keyword){
        String s = sensitiveFilter.replaceSensitiveWord(keyword);
        return s;
    }

    // 两种方式都可以
    public static void main(String[] args) throws IOException {
        String searchKey = "傻逼h";
        String placeholder = "***";
        //非法敏感词汇判断
        SensitiveFilter filter = SensitiveFilter.getInstance();
        String s = filter.replaceSensitiveWord(searchKey, 1, placeholder);
        System.out.println(s);
        int n = filter.CheckSensitiveWord(searchKey,0,2);
        //存在非法字符
        if(n > 0){
            logger.info("这个人输入了非法字符--> {},不知道他到底要查什么~ userid--> {}",searchKey,1);
        }
    }
}

三、Redis搜索栏热搜

1、前言

使用java和redis实现一个简单的热搜功能，具备以下功能：

搜索栏展示当前登陆的个人用户的搜索历史记录，删除个人历史记录
用户在搜索栏输入某字符，则将该字符记录下来以zset格式存储的redis中，记录该字符被搜索的个数以及当前的时间戳（用了DFA算法）
每当用户查询了已在redis存在了的字符时，则直接累加个数，用来获取平台上最热查询的十条数据。（可以自己写接口或者直接在redis中添加一些预备好的关键词）
最后还要做不雅文字过滤功能。

代码实现热搜与个人搜索记录功能，主要controller层下几个方法就行了：

向redis 添加热搜词汇(添加的时候使用下面不雅文字过滤的方法来过滤下这个词汇，合法再去存储
每次点击给相关词热度 +1
根据key搜索相关最热的前十名
插入个人搜索记录
查询个人搜索记录

2、代码实现

2.1 创建RedisKeyUtils 工具类

管理redis的键，防止太乱了

public class RedisKeyUtils {

    
    private static final String SPLIT = ":";

    private static final String SEARCH = "search";

    private static final String SEARCH_HISTORY = "search-history";

    private static final String HOT_SEARCH = "hot-search";

    private static final String SEARCH_TIME = "search-time";

    
    public static String getSearchHistoryKey(String userId){
        return SEARCH + SPLIT + SEARCH_HISTORY + SPLIT + userId;
    }

    
    public static String getHotSearchKey(){
        return SEARCH + SPLIT + HOT_SEARCH;
    }


    
    public static String getSearchTimeKey(String searchKey){
        return SEARCH + SPLIT + SEARCH_TIME + SPLIT + searchKey;
    }
    
}

2.2 核心搜索文件

两个文件是一起的

@Service("redisService")
public class RedisService {

    private Logger logger = LoggerFactory.getLogger(RedisService.class);

    
    private static final Integer HOT_SEARCH_NUMBER = 9;

    
    private static final Long HOT_SEARCH_TIME = 30 * 24 * 60 * 60L;
    
    
    @Resource
    private StringRedisTemplate redisSearchTemplate;

    
    public Long addSearchHistoryByUserId(String userId, String searchKey) {
        try{
            String redisKey = RedisKeyUtils.getSearchHistoryKey(userId);
            // 如果存在这个key
            boolean b = Boolean.TRUE.equals(redisSearchTemplate.hasKey(redisKey));
            if (b) {
                // 获取这个关键词hash的值，有就返回，没有就新增
                Object hk = redisSearchTemplate.opsForHash().get(redisKey, searchKey);
                if (hk != null) {
                    return 1L;
                }else{
                    redisSearchTemplate.opsForHash().put(redisKey, searchKey, "1");
                }
            }else{
                // 没有这个关键词就新增
                redisSearchTemplate.opsForHash().put(redisKey, searchKey, "1");
            }
            return 1L;
        }catch (Exception e){
            logger.error("redis发生异常，异常原因：",e);
            return 0L;
        }
    }

    
    public Long delSearchHistoryByUserId(String userId, String searchKey) {
        try {
            String redisKey = RedisKeyUtils.getSearchHistoryKey(userId);
            // 删除这个用户的关键词记录
            return redisSearchTemplate.opsForHash().delete(redisKey, searchKey);
        }catch (Exception e){
            logger.error("redis发生异常，异常原因：",e);
            return 0L;
        }
    }

    
    public List<String> getSearchHistoryByUserId(String userId) {
        try{
            List<String> stringList = null;
            String redisKey = RedisKeyUtils.getSearchHistoryKey(userId);
            // 判断存不存在
            boolean b = Boolean.TRUE.equals(redisSearchTemplate.hasKey(redisKey));
            if(b){
                stringList = new ArrayList<>();
                // 逐个扫描，ScanOptions.NONE为获取全部键对，ScanOptions.scanOptions().match("map1").build() 匹配获取键位map1的键值对,不能模糊匹配
                Cursor<Map.Entry<Object, Object>> cursor = redisSearchTemplate.opsForHash().scan(redisKey, ScanOptions.NONE);
                while (cursor.hasNext()) {
                    Map.Entry<Object, Object> map = cursor.next();
                    String key = map.getKey().toString();
                    stringList.add(key);
                }
                return stringList;
            }
            return null;
        }catch (Exception e){
            logger.error("redis发生异常，异常原因：",e);
            return null;
        }
    }

    
    public List<String> getHotList(String searchKey) {
        try {
            Long now = System.currentTimeMillis();
            List<String> result = new ArrayList<>();
            ZSetOperations<String, String> zSetOperations = redisSearchTemplate.opsForZSet();
            ValueOperations<String, String> valueOperations = redisSearchTemplate.opsForValue();
            Set<String> value = zSetOperations.reverseRangeByScore(RedisKeyUtils.getHotSearchKey(), 0, Double.MAX_VALUE);
            //key不为空的时候 推荐相关的最热前十名
            if(StringUtils.isNotEmpty(searchKey)){
                for (String val : value) {
                    if (StringUtils.containsIgnoreCase(val, searchKey)) {
                        //只返回最热的前十名
                        if (result.size() > HOT_SEARCH_NUMBER) {
                            break;
                        }
                        Long time = Long.valueOf(Objects.requireNonNull(valueOperations.get(val)));
                        //返回最近一个月的数据
                        if ((now - time) < HOT_SEARCH_TIME) {
                            result.add(val);
                        } else {//时间超过一个月没搜索就把这个词热度归0
                            zSetOperations.add(RedisKeyUtils.getHotSearchKey(), val, 0);
                        }
                    }
                }
            }else{
                for (String val : value) {
                    //只返回最热的前十名
                    if (result.size() > HOT_SEARCH_NUMBER) {
                        break;
                    }
                    Long time = Long.valueOf(Objects.requireNonNull(valueOperations.get(val)));
                    //返回最近一个月的数据
                    if ((now - time) < HOT_SEARCH_TIME) {
                        result.add(val);
                    } else {
                        //时间超过一个月没搜索就把这个词热度归0
                        zSetOperations.add(RedisKeyUtils.getHotSearchKey(), val, 0);
                    }
                }
            }
            return result;
        }catch (Exception e){
            logger.error("redis发生异常，异常原因：",e);
            return null;
        }
    }
}

接上一个

@Service("redisService")
public class RedisService {

    private Logger logger = LoggerFactory.getLogger(RedisService.class);

    @Resource
    private StringRedisTemplate redisSearchTemplate;


    
    public int incrementScoreByUserId(String searchKey) {
        Long now = System.currentTimeMillis();
        ZSetOperations<String, String> zSetOperations = redisSearchTemplate.opsForZSet();
        ValueOperations<String, String> valueOperations = redisSearchTemplate.opsForValue();
        List<String> title = new ArrayList<>();
        title.add(searchKey);
        for (int i = 0, length = title.size(); i < length; i++) {
            String tle = title.get(i);
            try {
                if (zSetOperations.score(RedisKeyUtils.getHotSearchKey(), tle) <= 0) {
                    zSetOperations.add(RedisKeyUtils.getHotSearchKey(), tle, 0);
                    valueOperations.set(RedisKeyUtils.getSearchTimeKey(tle), String.valueOf(now));
                }
            } catch (Exception e) {
                zSetOperations.add(RedisKeyUtils.getHotSearchKey(), tle, 0);
                valueOperations.set(RedisKeyUtils.getSearchTimeKey(tle), String.valueOf(now));
            }
        }
        return 1;
    }

    
    public Long incrementScore(String searchKey) {
        try{
            Long now = System.currentTimeMillis();
            ZSetOperations<String, String> zSetOperations = redisSearchTemplate.opsForZSet();
            ValueOperations<String, String> valueOperations = redisSearchTemplate.opsForValue();
            // 没有的话就插入，有的话的直接更新；add是有就覆盖，没有就插入
            zSetOperations.incrementScore(RedisKeyUtils.getHotSearchKey(), searchKey, 1);
            valueOperations.getAndSet(RedisKeyUtils.getSearchTimeKey(searchKey), String.valueOf(now));
            return 1L;
        }catch (Exception e){
            logger.error("redis发生异常，异常原因：",e);
            return 0L;
        }
    }
}

2.3 测试使用

以下只是简单的测试，上面的核心函数可以自己组合，一般组合加上敏感词过滤

@RestController
public class SearchHistoryController {

    @Autowired
    RedisService redisService;


    @GetMapping("/add")
    public String addSearchHistoryByUserId(String userId, String searchKey) {
        redisService.addSearchHistoryByUserId(userId, searchKey);
        redisService.incrementScore(searchKey);
        return null;
    }

    
    @GetMapping("/del")
    public Long delSearchHistoryByUserId(String userId, String searchKey) {
        return redisService.delSearchHistoryByUserId(userId, searchKey);
    }

    
    @GetMapping("/getUser")
    public List<String> getSearchHistoryByUserId(String userId) {
        return redisService.getSearchHistoryByUserId(userId);
    }

    
    @GetMapping("/getHot")
    public List<String> getHotList(String searchKey) {
        return redisService.getHotList(searchKey);
    }
}