我的编程空间,编程开发者的网络收藏夹
学习永远不晚

C# 敏感词过滤算法实现

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

C# 敏感词过滤算法实现

本文转载自微信公众号「UP技术控」,作者conan 。转载本文请联系UP技术控公众号。

敏感词、文字过滤是一个网站必不可少的功能,如何设计一个好的、高效的过滤算法是非常有必要的。

在实现文字过滤的算法中,DFA是唯一比较好的实现算法。DFA即Deterministic Finite Automaton,也就是确定有穷自动机,它是是通过event和当前的state得到下一个state,即event+state=nextstate。在实现敏感词过滤的算法中,我们必须要减少运算,而DFA在DFA算法中几乎没有什么计算,有的只是状态的转换。

下面看下在c#方法下实现方式

1、构建敏感词库类

  1. private bool LoadDictionary() 
  2.        { 
  3.            var wordList = new List(); 
  4.            if (_memoryLexicon == null
  5.            { 
  6.                _memoryLexicon = new WordGroup[char.MaxValue]; 
  7.                var words = new SensitiveWordBll().GetAllWords(); 
  8.                if (words == null
  9.                    return false
  10.                foreach (string word in words) 
  11.                { 
  12.                    wordList.Add(word); 
  13.                    var chineseWord = Microsoft.VisualBasic.Strings.StrConv(word, 
  14.                        Microsoft.VisualBasic.VbStrConv.TraditionalChinese, 0); 
  15.                    if (word != chineseWord) 
  16.                        wordList.Add(chineseWord); 
  17.                } 
  18.                foreach (var word in wordList) 
  19.                { 
  20.                    if (word.Length > 0) 
  21.                    { 
  22.                        var group = _memoryLexicon[word[0]]; 
  23.                        if (group == null
  24.                        { 
  25.                            group = new WordGroup(); 
  26.                            _memoryLexicon[word[0]] = group
  27.                        } 
  28.                        group.Add(word.Substring(1)); 
  29.                    } 
  30.                } 
  31.            } 
  32.            return true
  33.        } 

2、构建敏感词检测类

  1. private bool Check(string blackWord) 
  2.      { 
  3.          _wordlenght = 0; 
  4.          //检测源下一位游标 
  5.          _nextCursor = _cursor + 1; 
  6.          var found = false
  7.          var continueCheck = 0; 
  8.          //遍历词的每一位做匹配 
  9.          for (var i = 0; i < blackWord.Length; i++) 
  10.          { 
  11.              //特殊字符偏移游标 
  12.              var offset = 0; 
  13.              if (_nextCursor >= _sourceText.Length) 
  14.              { 
  15.                  if (i - 1 < blackWord.Length - 1) 
  16.                      found = false
  17.                  break; 
  18.              } 
  19.              else 
  20.              { 
  21.                  //检测下位字符如果不是汉字 数字 字符 偏移量加1 
  22.                  for (var y = _nextCursor; y < _sourceText.Length; y++) 
  23.                  { 
  24.                      if (!IsChs(_sourceText[y]) && !IsNum(_sourceText[y]) && !IsAlphabet(_sourceText[y])) 
  25.                      { 
  26.                          offset++; 
  27.                          //避让特殊字符,下位游标如果>=字符串长度 跳出 
  28.                          if (_nextCursor + offset >= _sourceText.Length) 
  29.                              break; 
  30.                          _wordlenght++; 
  31.                      } 
  32.                      else break; 
  33.                  } 
  34.                  if (_nextCursor + offset >= _sourceText.Length) 
  35.                  { 
  36.                      found = false
  37.                      break; 
  38.                  } 
  39.                  if (blackWord[i] == _sourceText[_nextCursor + offset]) 
  40.                  { 
  41.                      found = true
  42.                      continueCheck = 0; 
  43.                  } 
  44.                  else 
  45.                  { 
  46.                      // 匹配不到时尝试继续匹配4个字符 
  47.                      if (continueCheck < 4 && _nextCursor < _sourceText.Length - 1) 
  48.                      { 
  49.                          continueCheck++; 
  50.                          i--; 
  51.                      } 
  52.                      else 
  53.                      { 
  54.                          found = false
  55.                          break; 
  56.                      } 
  57.                  } 
  58.              } 
  59.              _nextCursor = _nextCursor + 1 + offset; 
  60.              _wordlenght++; 
  61.          } 
  62.          return found; 
  63.      } 
  64.  } 

3、测试与使用方法

  1. _illegalWords = new List(); 
  2.           if (string.IsNullOrEmpty(sourceText) && string.IsNullOrEmpty(_sourceText)) 
  3.           { 
  4.               return sourceText; 
  5.           } 
  6.  
  7.           if (!string.IsNullOrEmpty(sourceText)) 
  8.               _sourceText = sourceText; 
  9.           _cursor = 0; 
  10.           if (!LoadDictionary()) 
  11.           { 
  12.               return _sourceText; 
  13.           } 
  14.  
  15.           var tempString = _sourceText.ToCharArray(); 
  16.           var sourceTextDbc = ToDBC(SourceText); 
  17.           for (var i = 0; i < SourceText.Length; i++) 
  18.           { 
  19.               //查询以该字为首字符的词组 
  20.               var group = _memoryLexicon[sourceTextDbc[i]]; 
  21.               if (group != null
  22.               { 
  23.                   for (var z = 0; z < group.Count(); z++) 
  24.                   { 
  25.                       string word = group.GetWord(z); 
  26.                       if (word.Length == 0 || Check(word)) 
  27.                       { 
  28.                           if (isFirstCheckedReturn) 
  29.                           { 
  30.                               return null
  31.                           } 
  32.  
  33.                           var blackword = string.Empty; 
  34.                           for (var pos = 0; pos < _wordlenght + 1; pos++) 
  35.                           { 
  36.                               blackword += tempString[pos + _cursor].ToString(); 
  37.                               tempString[pos + _cursor] = ReplaceChar; 
  38.                           } 
  39.                           _illegalWords.Add(blackword); 
  40.  
  41.                           _cursor = _cursor + _wordlenght; 
  42.                           i = i + _wordlenght; 
  43.                           break; 
  44.                       } 
  45.                   } 
  46.               } 
  47.               _cursor++; 
  48.           } 
  49.           return new string(tempString); 
  1. var filter = new SensitiveWordFilter(); 
  2.            filter.SourceText = "dddddd"
  3.            var sourctText = filter.SourceText; 
  4.            filter.ResetMemoryLexicon(); 
  5.            var datetime = DateTime.Now; 
  6.            var ss = filter.Filter(); 
  7.            var datetime2 = DateTime.Now; 
  8.            var millisecond = (datetime2 - datetime).TotalMilliseconds; 
  9.            Console.WriteLine(millisecond); 
  10.            Console.WriteLine(ss); 
  11.            var words = System.IO.File.ReadAllLines(@"D:\Recv\敏感词库大全.txt", System.Text.Encoding.UTF8); 
  12.            var ssx = sourctText; 
  13.            var datetimex = DateTime.Now; 
  14.            foreach (var word in words) 
  15.            { 
  16.                if (word.Length > 0) 
  17.                    ssx = ssx.Replace(word, "*".PadLeft(word.Length, '*')); 
  18.            } 
  19.            var datetime2x = DateTime.Now; 
  20.            var millisecondx = (datetime2x - datetimex).TotalMilliseconds; 
  21.            Console.WriteLine(millisecondx); 
  22.            Console.WriteLine(ssx); 

 

 

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

C# 敏感词过滤算法实现

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

C# 敏感词过滤算法实现

DFA即Deterministic Finite Automaton,也就是确定有穷自动机,它是是通过event和当前的state得到下一个state,即event+state=nextstate。在实现敏感词过滤的算法中,我们必须要减少运
C#过滤算法2024-12-02

python实现过滤敏感词

简述:关于敏感词过滤可以看成是一种文本反垃圾算法,例如 题目:敏感词文本文件 filtered_words.txt,当用户输入敏感词语,则用 星号 * 替换,例如当用户输入「北京是个好城市」,则变成「**是个好城市」 代码:#codin
2022-06-02

golang敏感词过滤的实现

本文主要介绍了golang敏感词过滤的实现,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,需要的朋友们下面随着小编来一起学习学习吧
2023-01-03

Java怎么使用DFA算法实现敏感词过滤

本篇内容主要讲解“Java怎么使用DFA算法实现敏感词过滤”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Java怎么使用DFA算法实现敏感词过滤”吧!1 前言敏感词过滤就是你在项目中输入某些字(
2023-07-05

SpringBoot使用SensitiveWord实现敏感词过滤

这篇文章主要为大家详细介绍了SpringBoot如何使用SensitiveWord实现敏感词过滤功能,文中示例代码讲解详细,感兴趣的小伙伴可以了解一下
2023-01-14

Python基于DFA算法怎么实现内容敏感词过滤

这篇文章主要讲解了“Python基于DFA算法怎么实现内容敏感词过滤”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python基于DFA算法怎么实现内容敏感词过滤”吧!DFA 算法是通过提前
2023-06-30

Java使用DFA算法实现敏感词过滤的示例代码

很多项目中都会有一个敏感词管理模块,本文主要介绍了Java使用DFA算法实现敏感词过滤的示例代码,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,需要的朋友们下面随着小编来一起学习学习吧
2023-03-24

SpringBoot实现过滤敏感词的示例代码

这篇文章主要为大家详细介绍了如何利用SpringBoot实现过滤敏感词功能,文中的示例代码讲解详细,感兴趣的小伙伴可以动手尝试一下
2022-11-13

如何在java中使用DFA算法过滤敏感词

如何在java中使用DFA算法过滤敏感词?针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。敏感词过滤的做法有很多,我简单描述我现在理解的几种:①查询数据库当中的敏感词,循环每一
2023-05-31

怎么在Java中使用DFA算法过滤敏感词

怎么在Java中使用DFA算法过滤敏感词?针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。具体实现: 1、匹配大小写过滤 2、匹配全角半角过滤 3、匹配过滤停顿词过滤。 4、敏
2023-05-30

JAVA使用前缀树(Tire树)实现敏感词过滤、词典搜索

本文主要介绍了JAVA使用前缀树(Tire树)实现敏感词过滤、词典搜索,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,需要的朋友们下面随着小编来一起学习学习吧
2023-01-03

Spring Boot如何实现敏感词及特殊字符过滤处理

这篇文章主要介绍“Spring Boot如何实现敏感词及特殊字符过滤处理”,在日常操作中,相信很多人在Spring Boot如何实现敏感词及特殊字符过滤处理问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Spr
2023-06-20

SpringBoot使用前缀树过滤敏感词的方法是什么

这篇文章跟大家分析一下“SpringBoot使用前缀树过滤敏感词的方法是什么”。内容详细易懂,对“SpringBoot使用前缀树过滤敏感词的方法是什么”感兴趣的朋友可以跟着小编的思路慢慢深入来阅读一下,希望阅读后能够对大家有所帮助。下面跟着
2023-06-26

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录