当前位置：首页 > 后端开发 > 正文

Java中如何高效实现敏感词自动过滤与识别？

admin
后端开发
2025-10-25
8

Java中敏感词过滤是一个常见的需求,尤其是在处理用户输入或文本数据时，以下是一些在Java中实现敏感词过滤的方法和步骤：

敏感词过滤方法

敏感词过滤可以通过多种方式实现,以下是一些常见的方法：

Java中如何高效实现敏感词自动过滤与识别？第1张

关键词匹配：通过预定义的敏感词列表进行匹配。
正则表达式：使用正则表达式匹配复杂的敏感词模式。
机器学习：使用机器学习算法识别和过滤敏感词。

关键词匹配

关键词匹配是最简单的方法,适用于敏感词列表较为固定的情况。

步骤：

构建敏感词列表：创建一个包含所有敏感词的列表。
检查文本：遍历文本中的每个单词或短语，检查是否在敏感词列表中。
替换或删除：如果发现敏感词，可以将其替换为星号或其他占位符，或者直接删除。

示例代码：

import java.util.Arrays; import java.util.List; public class SensitiveWordFilter { private List<String> sensitiveWords; public SensitiveWordFilter(List<String> sensitiveWords) { this.sensitiveWords = sensitiveWords; } public String filter(String text) { for (String word : sensitiveWords) { text = text.replaceAll(word, "*".repeat(word.length())); } return text; } public static void main(String[] args) { List<String> sensitiveWords = Arrays.asList("敏感词1", "敏感词2"); SensitiveWordFilter filter = new SensitiveWordFilter(sensitiveWords); String text = "这是一个包含敏感词1和敏感词2的文本。"; System.out.println(filter.filter(text)); } }

正则表达式

正则表达式可以匹配更复杂的敏感词模式,如包含特殊字符或数字的敏感词。

Java中如何高效实现敏感词自动过滤与识别？第2张

步骤：

构建正则表达式：根据敏感词的模式构建正则表达式。
编译正则表达式：使用Pattern.compile()方法编译正则表达式。
匹配文本：使用Matcher.find()方法在文本中查找匹配的敏感词。
替换或删除：如果发现匹配的敏感词，进行替换或删除。

示例代码：

import java.util.regex.Matcher; import java.util.regex.Pattern; public class SensitiveWordFilter { private Pattern pattern; public SensitiveWordFilter(String regex) { pattern = Pattern.compile(regex); } public String filter(String text) { Matcher matcher = pattern.matcher(text); return matcher.replaceAll("*".repeat(text.length())); } public static void main(String[] args) { String regex = "敏感词[12]"; SensitiveWordFilter filter = new SensitiveWordFilter(regex); String text = "这是一个包含敏感词1和敏感词2的文本。"; System.out.println(filter.filter(text)); } }