release branch 0.0.8

README.md

@@ -36,6 +36,8 @@
 
 - 支持英文常见形式的互换
 
+- 支持用户自定义敏感词和白名单
+
 ## 变更日志
 
 [CHANGE_LOG.md](https://github.com/houbb/sensitive-word/blob/master/doc/CHANGE_LOG.md)
@@ -54,7 +56,7 @@
 <dependency>
     <groupId>com.github.houbb</groupId>
     <artifactId>sensitive-word</artifactId>
-    <version>0.0.7</version>
+    <version>0.0.8</version>
 </dependency>
 ```
 
@@ -178,14 +180,36 @@ List<String> wordList = SensitiveWordBs.newInstance().findAll(text);
 Assert.assertEquals("[ⒻⒻⒻfⓤuⓤ⒰cⓒ⒦]", wordList.toString());
 ```
 
+# 用户自定义
+
+## 敏感词和白名单
+
+直接在 resource 目录下新建文件，每一行对应一个敏感词。
+
+`sensitive_word_deny.txt` 代表用户自定义敏感词文件。
+
+`sensitive_word_allow.txt` 代表用户自定义白名单文件。
+
+## 测试
+
+我们在敏感词文件中加入一行，内容为 `自定义敏感词`，同时在白名单文件中加入一行，
+内容为 `gender` 作为用户不认为是敏感词的信息。
+
+- 测试代码
+
+```java
+final String text = "gender 我们认为应该通过，自定义敏感词我们认为应该拒绝。";
+
+List<String> wordList = SensitiveWordBs.newInstance().findAll(text);
+Assert.assertEquals("[自定义敏感词]", wordList.toString());
+```
+
 # 后期 road-map
 
 - 停顿词
 
 - 拼音互换
 
-- 用户自定义敏感词和白名单
-
 - 文字镜像翻转
 
 - 敏感词标签支持

doc/CHANGE_LOG.md

@@ -62,3 +62,9 @@
 | 序号 | 变更类型 | 说明 | 时间 | 备注 |
 |:---|:---|:---|:---|:--|
 | 1 | A | 添加忽略重复词支持 | 2020-1-10 09:34:35 | |
+
+# release_0.0.8
+
+| 序号 | 变更类型 | 说明 | 时间 | 备注 |
+|:---|:---|:---|:---|:--|
+| 1 | A | 添加用户自定义敏感词和白名单 | 2020-1-10 09:34:35 | |

pom.xml

@@ -6,7 +6,7 @@
 
     <groupId>com.github.houbb</groupId>
     <artifactId>sensitive-word</artifactId>
-    <version>0.0.8-SNAPSHOT</version>
+    <version>0.0.8</version>
 
     <properties>
         <!--============================== All Plugins START ==============================-->

release.bat

@@ -10,9 +10,9 @@ ECHO "============================= RELEASE START..."
 
 :: 版本号信息(需要手动指定)
 :::: 旧版本名称
-SET version=0.0.7
+SET version=0.0.8
 :::: 新版本名称
-SET newVersion=0.0.8
+SET newVersion=0.0.9
 :::: 组织名称
 SET groupName=com.github.houbb
 :::: 项目名称

src/main/java/com/github/houbb/sensitive/word/constant/AppConst.java

@@ -31,4 +31,16 @@ public final class AppConst {
      */
     public static final int DICT_EN_SIZE = 12;
 
+    /**
+     * 拒绝的词语
+     * @since 0.0.8
+     */
+    public static final String SENSITIVE_WORD_DENY_PATH = "/sensitive_word_deny.txt";
+
+    /**
+     * 用户允许的词语
+     * @since 0.0.8
+     */
+    public static final String SENSITIVE_WORD_ALLOW_PATH = "/sensitive_word_allow.txt";
+
 }

src/main/java/com/github/houbb/sensitive/word/model/CheckSensitiveWordResult.java

@@ -1,69 +0,0 @@
-package com.github.houbb.sensitive.word.model;
-
-/**
- * 检测敏感词结果
- *
- * TODO: 这里需要结合 KMP 和 暴力匹配算法。
- *
- * 暂时不使用，后期会使用到。
- * @author binbin.hou
- * @since 0.0.2
- */
-@Deprecated
-public class CheckSensitiveWordResult {
-
-    /**
-     * 是否匹配到了敏感词
-     * @since 0.0.2
-     */
-    private boolean hasMatch;
-
-    /**
-     * 敏感词长度
-     * @since 0.0.2
-     */
-    private int sensitiveWordSize;
-
-    /**
-     * 普通单词的长度
-     * @since 0.0.2
-     */
-    private int commonWordSize;
-
-    public boolean hasMatch() {
-        return hasMatch;
-    }
-
-    public CheckSensitiveWordResult hasMatch(boolean hasMatch) {
-        this.hasMatch = hasMatch;
-        return this;
-    }
-
-    public int sentiveWordSize() {
-        return sensitiveWordSize;
-    }
-
-    public CheckSensitiveWordResult sentiveWordSize(int sensitiveWordSize) {
-        this.sensitiveWordSize = sensitiveWordSize;
-        return this;
-    }
-
-    public int commonWordSize() {
-        return commonWordSize;
-    }
-
-    public CheckSensitiveWordResult commonWordSize(int commonWordSize) {
-        this.commonWordSize = commonWordSize;
-        return this;
-    }
-
-    @Override
-    public String toString() {
-        return "CheckSensitiveWordResult{" +
-                "hasMatch=" + hasMatch +
-                ", sensitiveWordSize=" + sensitiveWordSize +
-                ", commonWordSize=" + commonWordSize +
-                '}';
-    }
-
-}

src/main/java/com/github/houbb/sensitive/word/support/data/SensitiveWordData.java

@@ -3,6 +3,7 @@ package com.github.houbb.sensitive.word.support.data;
 import com.github.houbb.heaven.annotation.ThreadSafe;
 import com.github.houbb.heaven.util.guava.Guavas;
 import com.github.houbb.heaven.util.io.StreamUtil;
+import com.github.houbb.heaven.util.util.CollectionUtil;
 import com.github.houbb.sensitive.word.api.IWordData;
 import com.github.houbb.sensitive.word.constant.AppConst;
 
@@ -30,6 +31,15 @@ public class SensitiveWordData implements IWordData {
             defaultLines = Guavas.newArrayList(AppConst.DICT_SIZE+AppConst.DICT_EN_SIZE);
             defaultLines = StreamUtil.readAllLines("/dict.txt");
             defaultLines.addAll(StreamUtil.readAllLines("/dict_en.txt"));
+
+            // 用户自定义
+            List<String> denyList = StreamUtil.readAllLines("/sensitive_word_deny.txt");
+            defaultLines.addAll(denyList);
+
+            // 移除白名单词语
+            List<String> allowList = StreamUtil.readAllLines("/sensitive_word_allow.txt");
+            defaultLines = CollectionUtil.difference(defaultLines, allowList);
+
             long end = System.currentTimeMillis();
             System.out.println("Sensitive data loaded!, cost time: " + (end - start) + "ms");
         }

src/test/java/com/github/houbb/sensitive/word/bs/SensitiveWordBsUserDefineTest.java

@@ -0,0 +1,29 @@
+package com.github.houbb.sensitive.word.bs;
+
+import org.junit.Assert;
+import org.junit.Test;
+
+import java.util.List;
+
+/**
+ * <p> project: sensitive-word-SensitiveWordBsTest </p>
+ * <p> create on 2020/1/7 23:43 </p>
+ *
+ * @author Administrator
+ * @since 0.0.8
+ */
+public class SensitiveWordBsUserDefineTest {
+
+    /**
+     * 自定义允许和拒绝的文件
+     * @since 0.0.8
+     */
+    @Test
+    public void allowAndDenyTest() {
+        final String text = "gender 我们认为应该通过，自定义敏感词我们认为应该拒绝。";
+
+        List<String> wordList = SensitiveWordBs.newInstance().findAll(text);
+        Assert.assertEquals("[自定义敏感词]", wordList.toString());
+    }
+
+}

src/test/resources/sensitive_word_allow.txt

@@ -0,0 +1 @@
+gender

src/test/resources/sensitive_word_deny.txt

@@ -0,0 +1 @@
+自定义敏感词