mirror of
https://github.com/houbb/sensitive-word.git
synced 2026-03-22 08:27:36 +08:00
76 lines
2.1 KiB
Markdown
76 lines
2.1 KiB
Markdown
# sensitive-word
|
|
|
|
[sensitive-word](https://github.com/houbb/sensitive-word) 基于 DFA 算法实现的敏感词工具。
|
|
|
|
[](http://mvnrepository.com/artifact/com.github.houbb/sensitive-word)
|
|
|
|
[](https://github.com/houbb/sensitive-word/blob/master/LICENSE.txt)
|
|
|
|
## 创作目的
|
|
|
|
实现一款好用敏感词工具。
|
|
|
|
基于 DFA 算法实现，目前敏感词库内容收录 18W+ 感觉过于臃肿。
|
|
|
|
后期将进行相关优化，降低字典的数量。
|
|
|
|
希望可以细化敏感词的分类，感觉工作量比较大，暂时没有太好的思路。
|
|
|
|
## 后期目标
|
|
|
|
- 持续扩容对应的敏感词（如合法的数据抓取）
|
|
|
|
- 添加英文大小写忽略，全角半角忽略
|
|
|
|
- 中文添加拼音相关转换，添加繁简体转换忽略
|
|
|
|
- 允许用户自定义敏感词和白名单
|
|
|
|
# 快速开始
|
|
|
|
## 准备
|
|
|
|
- JDK1.7+
|
|
|
|
- Maven 3.x+
|
|
|
|
## Maven 引入
|
|
|
|
```xml
|
|
<dependency>
|
|
<groupId>com.github.houbb</groupId>
|
|
<artifactId>sensitive-word</artifactId>
|
|
<version>0.0.2</version>
|
|
</dependency>
|
|
```
|
|
|
|
## 使用实例
|
|
|
|
所有测试案例参见 [SensitiveWordBsTest](https://github.com/houbb/sensitive-word/blob/master/src/test/java/com/github/houbb/sensitive/word/bs/SensitiveWordBsTest.java)
|
|
|
|
### 判断是否包含敏感词
|
|
|
|
```java
|
|
final String text = "五星红旗迎风飘扬，毛主席的画像屹立在天安门前。";
|
|
|
|
Assert.assertTrue(SensitiveWordBs.getInstance().contains(text));
|
|
```
|
|
|
|
### 返回第一个敏感词
|
|
|
|
```java
|
|
final String text = "五星红旗迎风飘扬，毛主席的画像屹立在天安门前。";
|
|
|
|
String word = SensitiveWordBs.getInstance().findFirst(text);
|
|
Assert.assertEquals("五星红旗", word);
|
|
```
|
|
|
|
### 返回所有敏感词
|
|
|
|
```java
|
|
final String text = "五星红旗迎风飘扬，毛主席的画像屹立在天安门前。";
|
|
|
|
List<String> wordList = SensitiveWordBs.getInstance().findAll(text);
|
|
Assert.assertEquals("[五星红旗, 毛主席, 天安门]", wordList.toString());
|
|
```
|