feat: 添加敏感词检测工具
This commit is contained in:
landaiqing
@@ -112,7 +112,7 @@
|
||||
<dependency>
|
||||
<groupId>com.github.ben-manes.caffeine</groupId>
|
||||
<artifactId>caffeine</artifactId>
|
||||
<version>3.1.8</version>
|
||||
<version>2.9.3</version>
|
||||
</dependency>
|
||||
|
||||
<dependency>
|
||||
|
||||
@@ -0,0 +1,14 @@
|
||||
package com.schisandra.share.application.sensitive;
|
||||
|
||||
/**
|
||||
* 结束类型定义
|
||||
*
|
||||
* @date 11:37 2020/11/11
|
||||
**/
|
||||
public enum EndType {
|
||||
|
||||
/**
|
||||
* 有下一个，结束
|
||||
*/
|
||||
HAS_NEXT, IS_END
|
||||
}
|
||||
@@ -0,0 +1,47 @@
|
||||
package com.schisandra.share.application.sensitive;
|
||||
|
||||
import java.util.List;
|
||||
|
||||
/**
|
||||
* 敏感词标记
|
||||
*
|
||||
*/
|
||||
public class FlagIndex {
|
||||
|
||||
/**
|
||||
* 标记结果
|
||||
*/
|
||||
private boolean flag;
|
||||
/**
|
||||
* 是否黑名单词汇
|
||||
*/
|
||||
private boolean isWhiteWord;
|
||||
/**
|
||||
* 标记索引
|
||||
*/
|
||||
private List<Integer> index;
|
||||
|
||||
public boolean isFlag() {
|
||||
return flag;
|
||||
}
|
||||
|
||||
public void setFlag(boolean flag) {
|
||||
this.flag = flag;
|
||||
}
|
||||
|
||||
public List<Integer> getIndex() {
|
||||
return index;
|
||||
}
|
||||
|
||||
public void setIndex(List<Integer> index) {
|
||||
this.index = index;
|
||||
}
|
||||
|
||||
public boolean isWhiteWord() {
|
||||
return isWhiteWord;
|
||||
}
|
||||
|
||||
public void setWhiteWord(boolean whiteWord) {
|
||||
isWhiteWord = whiteWord;
|
||||
}
|
||||
}
|
||||
@@ -0,0 +1,257 @@
|
||||
//package com.schisandra.share.application.sensitive;
|
||||
//
|
||||
//import com.alibaba.fastjson.JSON;
|
||||
//
|
||||
//import com.schisandra.share.common.enums.IsDeletedFlagEnum;
|
||||
//import lombok.extern.slf4j.Slf4j;
|
||||
//import org.springframework.util.CollectionUtils;
|
||||
//
|
||||
//import java.util.*;
|
||||
//import java.util.concurrent.Executors;
|
||||
//import java.util.concurrent.ScheduledExecutorService;
|
||||
//import java.util.concurrent.TimeUnit;
|
||||
//
|
||||
///**
|
||||
// * 词库上下文环境
|
||||
// * <p>
|
||||
// * 初始化敏感词库，将敏感词加入到HashMap中，构建DFA算法模型
|
||||
// *
|
||||
// * @author minghu.zhang
|
||||
// */
|
||||
//@SuppressWarnings({"rawtypes", "unchecked"})
|
||||
//@Slf4j
|
||||
//public class WordContext {
|
||||
//
|
||||
// /**
|
||||
// * 敏感词字典
|
||||
// */
|
||||
// private final Map wordMap = new HashMap(1024);
|
||||
//
|
||||
// /**
|
||||
// * 是否已初始化
|
||||
// */
|
||||
// private boolean init;
|
||||
//
|
||||
// private long addLastId;
|
||||
//
|
||||
// public WordContext(boolean autoLoad, SensitiveWordsService service) {
|
||||
// clearDelData(service);
|
||||
// Set<String> black = new HashSet<>();
|
||||
// Set<String> white = new HashSet<>();
|
||||
// List<SensitiveWords> list = service.list(Wrappers.<SensitiveWords>lambdaQuery().eq(SensitiveWords::getIsDeleted, IsDeletedFlagEnum.UN_DELETED.getCode()));
|
||||
// for (SensitiveWords words : list) {
|
||||
// if (words.getType() == 1) {
|
||||
// black.add(words.getWords());
|
||||
// } else {
|
||||
// white.add(words.getWords());
|
||||
// }
|
||||
// }
|
||||
// if (CollectionUtils.isNotEmpty(list)) {
|
||||
// this.addLastId = list.get(list.size() - 1).getId();
|
||||
// }
|
||||
// initKeyWord(black, white);
|
||||
// if (autoLoad) {
|
||||
// reloadWord(service);
|
||||
// }
|
||||
// }
|
||||
//
|
||||
// private void clearDelData(SensitiveWordsService service) {
|
||||
// LambdaUpdateWrapper<SensitiveWords> remove = Wrappers.<SensitiveWords>lambdaUpdate().eq(SensitiveWords::getIsDeleted, IsDeletedFlagEnum.DELETED.getCode());
|
||||
// service.remove(remove);
|
||||
// }
|
||||
//
|
||||
// private void reloadWord(SensitiveWordsService service) {
|
||||
//
|
||||
// // 创建一个单线程的定时线程池
|
||||
// ScheduledExecutorService scheduler = Executors.newSingleThreadScheduledExecutor();
|
||||
// // 创建一个Runnable任务
|
||||
// Runnable task = () -> {
|
||||
// try {
|
||||
// addNewWords(service);
|
||||
// removeDelWords(service);
|
||||
// } catch (Exception e) {
|
||||
// log.error("Sensitive words task error", e);
|
||||
// }
|
||||
// };
|
||||
// // 定时执行任务，初始延迟0，之后每分钟执行一次
|
||||
// scheduler.scheduleAtFixedRate(task, 0, 1, TimeUnit.MINUTES);
|
||||
//
|
||||
// }
|
||||
//
|
||||
// private void removeDelWords(SensitiveWordsService service) {
|
||||
// LambdaUpdateWrapper<SensitiveWords> query = Wrappers.<SensitiveWords>lambdaUpdate()
|
||||
// .eq(SensitiveWords::getIsDeleted, IsDeletedFlagEnum.DELETED.getCode());
|
||||
// List<SensitiveWords> list = service.list(query);
|
||||
// if (CollectionUtils.isNotEmpty(list)) {
|
||||
// log.info("removeDelWords {}", JSON.toJSON(list));
|
||||
// Set<String> black = new HashSet<>();
|
||||
// Set<String> white = new HashSet<>();
|
||||
// for (SensitiveWords words : list) {
|
||||
// if (words.getType() == 1) {
|
||||
// black.add(words.getWords());
|
||||
// } else {
|
||||
// white.add(words.getWords());
|
||||
// }
|
||||
// }
|
||||
// removeWord(black, WordType.BLACK);
|
||||
// removeWord(white, WordType.WHITE);
|
||||
// }
|
||||
// }
|
||||
//
|
||||
// private void addNewWords(SensitiveWordsService service) {
|
||||
// LambdaUpdateWrapper<SensitiveWords> query = Wrappers.<SensitiveWords>lambdaUpdate()
|
||||
// .gt(SensitiveWords::getId, addLastId)
|
||||
// .eq(SensitiveWords::getIsDeleted, IsDeletedFlagEnum.UN_DELETED.getCode());
|
||||
// List<SensitiveWords> list = service.list(query);
|
||||
// if (CollectionUtils.isNotEmpty(list)) {
|
||||
// log.info("addNewWords {}", JSON.toJSON(list));
|
||||
// this.addLastId = list.get(list.size() - 1).getId();
|
||||
// Set<String> black = new HashSet<>();
|
||||
// Set<String> white = new HashSet<>();
|
||||
// for (SensitiveWords words : list) {
|
||||
// if (words.getType() == 1) {
|
||||
// black.add(words.getWords());
|
||||
// } else {
|
||||
// white.add(words.getWords());
|
||||
// }
|
||||
// }
|
||||
// addWord(black, WordType.BLACK);
|
||||
// addWord(white, WordType.WHITE);
|
||||
// }
|
||||
// }
|
||||
//
|
||||
// /**
|
||||
// * 获取初始化的敏感词列表
|
||||
// *
|
||||
// * @return 敏感词列表
|
||||
// */
|
||||
// public Map getWordMap() {
|
||||
// return wordMap;
|
||||
// }
|
||||
//
|
||||
// /**
|
||||
// * 初始化
|
||||
// */
|
||||
// private synchronized void initKeyWord(Set<String> black, Set<String> white) {
|
||||
// try {
|
||||
// if (!init) {
|
||||
// // 将敏感词库加入到HashMap中
|
||||
// addWord(black, WordType.BLACK);
|
||||
// // 将非敏感词库也加入到HashMap中
|
||||
// addWord(white, WordType.WHITE);
|
||||
// }
|
||||
// init = true;
|
||||
// } catch (Exception e) {
|
||||
// throw new RuntimeException(e);
|
||||
// }
|
||||
// }
|
||||
//
|
||||
// /**
|
||||
// * 读取敏感词库，将敏感词放入HashSet中，构建一个DFA算法模型：<br>
|
||||
// * 中 = { isEnd = 0 国 = {<br>
|
||||
// * isEnd = 1 人 = {isEnd = 0 民 = {isEnd = 1} } 男 = { isEnd = 0 人 = { isEnd = 1 }
|
||||
// * } } } 五 = { isEnd = 0 星 = { isEnd = 0 红 = { isEnd = 0 旗 = { isEnd = 1 } } } }
|
||||
// */
|
||||
// public void addWord(Collection<String> wordList, WordType wordType) {
|
||||
// if (CollectionUtils.isEmpty(wordList)) {
|
||||
// return;
|
||||
// }
|
||||
// Map nowMap;
|
||||
// Map<String, String> newWorMap;
|
||||
// // 迭代keyWordSet
|
||||
// for (String key : wordList) {
|
||||
// nowMap = wordMap;
|
||||
// for (int i = 0; i < key.length(); i++) {
|
||||
// // 转换成char型
|
||||
// char keyChar = key.charAt(i);
|
||||
// // 获取
|
||||
// Object wordMap = nowMap.get(keyChar);
|
||||
// // 如果存在该key，直接赋值
|
||||
// if (wordMap != null) {
|
||||
// nowMap = (Map) wordMap;
|
||||
// } else {
|
||||
// // 不存在则构建一个map，同时将isEnd设置为0，因为他不是最后一个
|
||||
// newWorMap = new HashMap<>(4);
|
||||
// // 不是最后一个
|
||||
// newWorMap.put("isEnd", String.valueOf(EndType.HAS_NEXT.ordinal()));
|
||||
// nowMap.put(keyChar, newWorMap);
|
||||
// nowMap = newWorMap;
|
||||
// }
|
||||
//
|
||||
// if (i == key.length() - 1) {
|
||||
// // 最后一个
|
||||
// nowMap.put("isEnd", String.valueOf(EndType.IS_END.ordinal()));
|
||||
// nowMap.put("isWhiteWord", String.valueOf(wordType.ordinal()));
|
||||
// }
|
||||
// }
|
||||
// }
|
||||
// }
|
||||
//
|
||||
// /**
|
||||
// * 在线删除敏感词
|
||||
// *
|
||||
// * @param wordList 敏感词列表
|
||||
// * @param wordType 黑名单 BLACk，白名单WHITE
|
||||
// */
|
||||
// public void removeWord(Collection<String> wordList, WordType wordType) {
|
||||
// if (CollectionUtils.isEmpty(wordList)) {
|
||||
// return;
|
||||
// }
|
||||
// Map nowMap;
|
||||
// for (String key : wordList) {
|
||||
// List<Map> cacheList = new ArrayList<>();
|
||||
// nowMap = wordMap;
|
||||
// for (int i = 0; i < key.length(); i++) {
|
||||
// char keyChar = key.charAt(i);
|
||||
//
|
||||
// Object map = nowMap.get(keyChar);
|
||||
// if (map != null) {
|
||||
// nowMap = (Map) map;
|
||||
// cacheList.add(nowMap);
|
||||
// } else {
|
||||
// return;
|
||||
// }
|
||||
//
|
||||
// if (i == key.length() - 1) {
|
||||
// char[] keys = key.toCharArray();
|
||||
// boolean cleanable = false;
|
||||
// char lastChar = 0;
|
||||
// for (int j = cacheList.size() - 1; j >= 0; j--) {
|
||||
// Map cacheMap = cacheList.get(j);
|
||||
// if (j == cacheList.size() - 1) {
|
||||
// if (String.valueOf(WordType.BLACK.ordinal()).equals(cacheMap.get("isWhiteWord"))) {
|
||||
// if (wordType == WordType.WHITE) {
|
||||
// return;
|
||||
// }
|
||||
// }
|
||||
// if (String.valueOf(WordType.WHITE.ordinal()).equals(cacheMap.get("isWhiteWord"))) {
|
||||
// if (wordType == WordType.BLACK) {
|
||||
// return;
|
||||
// }
|
||||
// }
|
||||
// cacheMap.remove("isWhiteWord");
|
||||
// cacheMap.remove("isEnd");
|
||||
// if (cacheMap.size() == 0) {
|
||||
// cleanable = true;
|
||||
// continue;
|
||||
// }
|
||||
// }
|
||||
// if (cleanable) {
|
||||
// Object isEnd = cacheMap.get("isEnd");
|
||||
// if (String.valueOf(EndType.IS_END.ordinal()).equals(isEnd)) {
|
||||
// cleanable = false;
|
||||
// }
|
||||
// cacheMap.remove(lastChar);
|
||||
// }
|
||||
// lastChar = keys[j];
|
||||
// }
|
||||
//
|
||||
// if (cleanable) {
|
||||
// wordMap.remove(lastChar);
|
||||
// }
|
||||
// }
|
||||
// }
|
||||
// }
|
||||
// }
|
||||
//
|
||||
//}
|
||||
@@ -0,0 +1,222 @@
|
||||
//package com.schisandra.share.application.sensitive;
|
||||
//
|
||||
//
|
||||
//import java.util.ArrayList;
|
||||
//import java.util.List;
|
||||
//import java.util.Map;
|
||||
//import java.util.Objects;
|
||||
//
|
||||
///**
|
||||
// * 敏感词过滤器
|
||||
// *
|
||||
// * @author minghu.zhang
|
||||
// */
|
||||
//@SuppressWarnings("rawtypes")
|
||||
//public class WordFilter {
|
||||
//
|
||||
// /**
|
||||
// * 敏感词表
|
||||
// */
|
||||
// private final Map wordMap;
|
||||
//
|
||||
// /**
|
||||
// * 构造函数
|
||||
// */
|
||||
// public WordFilter(WordContext context) {
|
||||
// this.wordMap = context.getWordMap();
|
||||
// }
|
||||
//
|
||||
// /**
|
||||
// * 替换敏感词
|
||||
// *
|
||||
// * @param text 输入文本
|
||||
// */
|
||||
// public String replace(final String text) {
|
||||
// return replace(text, 0, '*');
|
||||
// }
|
||||
//
|
||||
// /**
|
||||
// * 替换敏感词
|
||||
// *
|
||||
// * @param text 输入文本
|
||||
// * @param symbol 替换符号
|
||||
// */
|
||||
// public String replace(final String text, final char symbol) {
|
||||
// return replace(text, 0, symbol);
|
||||
// }
|
||||
//
|
||||
// /**
|
||||
// * 替换敏感词
|
||||
// *
|
||||
// * @param text 输入文本
|
||||
// * @param skip 文本距离
|
||||
// * @param symbol 替换符号
|
||||
// */
|
||||
// public String replace(final String text, final int skip, final char symbol) {
|
||||
// char[] charset = text.toCharArray();
|
||||
// for (int i = 0; i < charset.length; i++) {
|
||||
// FlagIndex fi = getFlagIndex(charset, i, skip);
|
||||
// if (fi.isFlag()) {
|
||||
// if (!fi.isWhiteWord()) {
|
||||
// for (int j : fi.getIndex()) {
|
||||
// charset[j] = symbol;
|
||||
// }
|
||||
// } else {
|
||||
// i += fi.getIndex().size() - 1;
|
||||
// }
|
||||
// }
|
||||
// }
|
||||
// return new String(charset);
|
||||
// }
|
||||
//
|
||||
// /**
|
||||
// * 是否包含敏感词
|
||||
// *
|
||||
// * @param text 输入文本
|
||||
// */
|
||||
// public boolean include(final String text) {
|
||||
// return include(text, 0);
|
||||
// }
|
||||
//
|
||||
// /**
|
||||
// * 是否包含敏感词
|
||||
// *
|
||||
// * @param text 输入文本
|
||||
// * @param skip 文本距离
|
||||
// */
|
||||
// public boolean include(final String text, final int skip) {
|
||||
// boolean include = false;
|
||||
// char[] charset = text.toCharArray();
|
||||
// for (int i = 0; i < charset.length; i++) {
|
||||
// FlagIndex fi = getFlagIndex(charset, i, skip);
|
||||
// if (fi.isFlag()) {
|
||||
// if (fi.isWhiteWord()) {
|
||||
// i += fi.getIndex().size() - 1;
|
||||
// } else {
|
||||
// include = true;
|
||||
// break;
|
||||
// }
|
||||
// }
|
||||
// }
|
||||
// return include;
|
||||
// }
|
||||
//
|
||||
// /**
|
||||
// * 获取敏感词数量
|
||||
// *
|
||||
// * @param text 输入文本
|
||||
// */
|
||||
// public int wordCount(final String text) {
|
||||
// return wordCount(text, 0);
|
||||
// }
|
||||
//
|
||||
// /**
|
||||
// * 获取敏感词数量
|
||||
// *
|
||||
// * @param text 输入文本
|
||||
// * @param skip 文本距离
|
||||
// */
|
||||
// public int wordCount(final String text, final int skip) {
|
||||
// int count = 0;
|
||||
// char[] charset = text.toCharArray();
|
||||
// for (int i = 0; i < charset.length; i++) {
|
||||
// FlagIndex fi = getFlagIndex(charset, i, skip);
|
||||
// if (fi.isFlag()) {
|
||||
// if (fi.isWhiteWord()) {
|
||||
// i += fi.getIndex().size() - 1;
|
||||
// } else {
|
||||
// count++;
|
||||
// }
|
||||
// }
|
||||
// }
|
||||
// return count;
|
||||
// }
|
||||
//
|
||||
// public void check(final String text) {
|
||||
// List<String> wordList = wordList(text);
|
||||
// if (CollectionUtils.isNotEmpty(wordList)) {
|
||||
// throw new IllegalArgumentException(String.format("内容包含敏感词 【%s】", String.join("、", wordList)));
|
||||
// }
|
||||
// }
|
||||
//
|
||||
// /**
|
||||
// * 获取敏感词列表
|
||||
// *
|
||||
// * @param text 输入文本
|
||||
// */
|
||||
// public List<String> wordList(final String text) {
|
||||
// return wordList(text, 0);
|
||||
// }
|
||||
//
|
||||
// /**
|
||||
// * 获取敏感词列表
|
||||
// *
|
||||
// * @param text 输入文本
|
||||
// * @param skip 文本距离
|
||||
// */
|
||||
// public List<String> wordList(final String text, final int skip) {
|
||||
// List<String> wordList = new ArrayList<>();
|
||||
// char[] charset = text.toCharArray();
|
||||
// for (int i = 0; i < charset.length; i++) {
|
||||
// FlagIndex fi = getFlagIndex(charset, i, skip);
|
||||
// if (fi.isFlag()) {
|
||||
// if (fi.isWhiteWord()) {
|
||||
// i += fi.getIndex().size() - 1;
|
||||
// } else {
|
||||
// StringBuilder builder = new StringBuilder();
|
||||
// for (int j : fi.getIndex()) {
|
||||
// char word = text.charAt(j);
|
||||
// builder.append(word);
|
||||
// }
|
||||
// wordList.add(builder.toString());
|
||||
// }
|
||||
// }
|
||||
// }
|
||||
// return wordList;
|
||||
// }
|
||||
//
|
||||
// /**
|
||||
// * 获取标记索引
|
||||
// *
|
||||
// * @param charset 输入文本
|
||||
// * @param begin 检测起始
|
||||
// * @param skip 文本距离
|
||||
// */
|
||||
// private FlagIndex getFlagIndex(final char[] charset, final int begin, final int skip) {
|
||||
// FlagIndex fi = new FlagIndex();
|
||||
//
|
||||
// Map current = wordMap;
|
||||
// boolean flag = false;
|
||||
// int count = 0;
|
||||
// List<Integer> index = new ArrayList<>();
|
||||
// for (int i = begin; i < charset.length; i++) {
|
||||
// char word = charset[i];
|
||||
// Map mapTree = (Map) current.get(word);
|
||||
// if (count > skip || (i == begin && Objects.isNull(mapTree))) {
|
||||
// break;
|
||||
// }
|
||||
// if (Objects.nonNull(mapTree)) {
|
||||
// current = mapTree;
|
||||
// count = 0;
|
||||
// index.add(i);
|
||||
// } else {
|
||||
// count++;
|
||||
// if (flag && count > skip) {
|
||||
// break;
|
||||
// }
|
||||
// }
|
||||
// if ("1".equals(current.get("isEnd"))) {
|
||||
// flag = true;
|
||||
// }
|
||||
// if ("1".equals(current.get("isWhiteWord"))) {
|
||||
// fi.setWhiteWord(true);
|
||||
// break;
|
||||
// }
|
||||
// }
|
||||
//
|
||||
// fi.setFlag(flag);
|
||||
// fi.setIndex(index);
|
||||
//
|
||||
// return fi;
|
||||
// }
|
||||
//}
|
||||
@@ -0,0 +1,15 @@
|
||||
package com.schisandra.share.application.sensitive;
|
||||
|
||||
/**
|
||||
* 词汇类型
|
||||
*
|
||||
* @author minghu.zhang
|
||||
* @date 11:37 2020/11/11
|
||||
**/
|
||||
public enum WordType {
|
||||
|
||||
/**
|
||||
* 黑名单/白名单
|
||||
*/
|
||||
BLACK, WHITE
|
||||
}
|
||||
@@ -5,6 +5,7 @@
|
||||
<resultMap id="BaseResultMap" type="com.schisandra.share.infra.basic.entity.SchisandraShareTags">
|
||||
<id column="id" jdbcType="VARCHAR" property="id"/>
|
||||
<result column="tag_name" jdbcType="VARCHAR" property="tagName"/>
|
||||
<result column="color" jdbcType="VARCHAR" property="color"/>
|
||||
<result column="icon" jdbcType="VARCHAR" property="icon"/>
|
||||
<result column="ext_json" jdbcType="VARCHAR" property="extJson"/>
|
||||
<result column="created_by" jdbcType="VARCHAR" property="createdBy"/>
|
||||
|
||||
@@ -100,7 +100,7 @@
|
||||
<dependency>
|
||||
<groupId>com.github.ben-manes.caffeine</groupId>
|
||||
<artifactId>caffeine</artifactId>
|
||||
<version>3.1.8</version>
|
||||
<version>2.9.3</version>
|
||||
</dependency>
|
||||
|
||||
|
||||
|
||||
Reference in New Issue
Block a user