|
|
|
|
# 高效的关键词替换和敏感词过滤工具
|
|
|
|
|
|
|
|
|
|
## 1. 算法介绍
|
|
|
|
|
|
|
|
|
|
利用高效的Trie树建立关键词树,如下图所示,然后依次查找字符串中的相连字符是否形成树的一条路径
|
|
|
|
|
|
|
|
|
|
<img src="images/trie.png" alt="trie" width="350" />
|
|
|
|
|
|
|
|
|
|
发现掘金上[这篇文章](https://juejin.im/post/6844903750490914829)写的比较详细,可以一读,具体原理在此不详述。
|
|
|
|
|
|
|
|
|
|
## 2. 关键词替换
|
|
|
|
|
|
|
|
|
|
```go
|
|
|
|
|
replacer := stringx.NewReplacer(map[string]string{
|
|
|
|
|
"PHP": "PPT",
|
|
|
|
|
"世界上": "吹牛",
|
|
|
|
|
})
|
|
|
|
|
fmt.Println(replacer.Replace("PHP是世界上最好的语言!"))
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
可以得到:
|
|
|
|
|
```
|
|
|
|
|
PPT是吹牛最好的语言!
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
示例代码见`example/stringx/replace/replace.go`
|
|
|
|
|
|
|
|
|
|
## 3. 查找敏感词
|
|
|
|
|
|
|
|
|
|
```go
|
|
|
|
|
filter := stringx.NewTrie([]string{
|
|
|
|
|
"AV演员",
|
|
|
|
|
"苍井空",
|
|
|
|
|
"AV",
|
|
|
|
|
"日本AV女优",
|
|
|
|
|
"AV演员色情",
|
|
|
|
|
})
|
|
|
|
|
keywords := filter.FindKeywords("日本AV演员兼电视、电影演员。苍井空AV女优是xx出道, 日本AV女优们最精彩的表演是AV演员色情表演")
|
|
|
|
|
fmt.Println(keywords)
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
可以得到:
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
[苍井空 日本AV女优 AV演员色情 AV AV演员]
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
## 4. 敏感词过滤
|
|
|
|
|
|
|
|
|
|
```go
|
|
|
|
|
filter := stringx.NewTrie([]string{
|
|
|
|
|
"AV演员",
|
|
|
|
|
"苍井空",
|
|
|
|
|
"AV",
|
|
|
|
|
"日本AV女优",
|
|
|
|
|
"AV演员色情",
|
|
|
|
|
}, stringx.WithMask('?')) // 默认替换为*
|
|
|
|
|
safe, keywords, found := filter.Filter("日本AV演员兼电视、电影演员。苍井空AV女优是xx出道, 日本AV女优们最精彩的表演是AV演员色情表演")
|
|
|
|
|
fmt.Println(safe)
|
|
|
|
|
fmt.Println(keywords)
|
|
|
|
|
fmt.Println(found)
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
可以得到:
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
日本????兼电视、电影演员。?????女优是xx出道, ??????们最精彩的表演是??????表演
|
|
|
|
|
[苍井空 日本AV女优 AV演员色情 AV AV演员]
|
|
|
|
|
true
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
示例代码见`example/stringx/filter/filter.go`
|
|
|
|
|
|
|
|
|
|
## 5. Benchmark
|
|
|
|
|
|
|
|
|
|
| Sentences | Keywords | Regex | Go-Zero |
|
|
|
|
|
|-----------|----------|----------|----------|
|
|
|
|
|
| 10000 | 10000 | 16min10s | 27.2ms |
|
|
|
|
|
|