敏感词过滤实战：Java 开发者不可错过的 sensitive-word

违禁词

前言

在当今的互联网环境中，敏感词过滤已经成为许多在线平台不可或缺的一部分，无论是社交媒体、论坛还是博客，都需要有效的机制来保护内容的安全性和合法性。Java 作为一种广泛使用的编程语言，自然也拥有多种敏感词检测工具。本文将介绍一个简单而强大的 Java 敏感词检测工具——sensitive-word，并展示如何在实际项目中使用它。

一、工具简介

二、使用步骤

引入 Maven 依赖

在您的pom.xml文件中添加以下依赖，确保使用的是最新版本，具体版本号请参考官方文档或 GitHub 仓库。

<dependency>

<groupId>com.github.houbb</groupId>

<artifactId>sensitive-word</artifactId>

<version>0.18.0</version>

</dependency>

核心方法使用实例

核心方法

常规用法：查找与替换下面的代码展示了如何使用sensitive-word进行敏感词的基本检测和替换操作。

import com.github.houbb.sensitive.word.core.SensitiveWordHelper;

public SensitiveWordTestDemo {

public static void main(String[] args) {

String text = "五星红旗迎风飘扬，毛主席的画像屹立在天安门前。";

System.out.println("是否包含敏感词：" + SensitiveWordHelper.contains(text));

System.out.println("查找第一个敏感词：" + SensitiveWordHelper.findFirst(text));

System.out.println("查找所有敏感词：" + SensitiveWordHelper.findAll(text));

System.out.println("替换所有敏感词：" + SensitiveWordHelper.replace(text));

System.out.println("替换所有敏感词(指定替换符号)：" + SensitiveWordHelper.replace(text, '⭐'));

}

}

输出结果：

是否包含铭感词：true

查找第一个铭感词：五星红旗

查找所有铭感词：[五星红旗, 毛主席, 天安门]

替换所有铭感词：****迎风飘扬，***的画像屹立在***前。

替换所有铭感词(指定替换符号)：⭐⭐⭐⭐迎风飘扬，⭐⭐⭐的画像屹立在⭐⭐⭐前。

自定义替换策略

除了基本的功能外，sensitive-word还允许开发者自定义敏感词的处理逻辑，例如特定词语的替换规则

import com.github.houbb.sensitive.word.api.IWordResult;

import com.github.houbb.sensitive.word.core.SensitiveWordHelper;

public CustomSensitiveWordHandler {

public static String customReplace(String text) {

StringBuilder stringBuilder = new StringBuilder();

for (IWordResult wordResult : SensitiveWordHelper.findAll(text)) {

if ("毛主席".equals(wordResult.word())) {

stringBuilder.append("教员");

} else {

int wordLength = wordResult.endIndex() - wordResult.startIndex();

for (int i = 0; i < wordLength; i++) {

stringBuilder.append('*');

}

}

}

return stringBuilder.toString();

}

}

自定义敏感词输出结果：

自定义敏感词替换策略：（策略：指定敏感词替换）

自定义替换策略结果：国家旗帜迎风飘扬，教员的画像屹立在***前。

更多检测特性

邮箱、网址、IPv4 和连续字符检测sensitive-word 支持检测包括电子邮件地址、网址、IPv4 地址以及连续数字在内的多种个人信息，这些功能默认是关闭的，需要通过配置开启。

import com.github.houbb.sensitive.word.bs.SensitiveWordBs;

public MoreFeaturesDemo {

public static void testMoreFeatures() {

String text = "个人网站，如果网址打不开可以访问 127.0.0.1。";

List<String> wordList = SensitiveWordBs.newInstance()

.enableIpv4Check(true)

.init()

.findAll(text);

System.out.println("是否存在 IPv4：" + wordList.toString());

}

}

三、应用场景

社交平台内容审核：社交网络平台可以利用sensitive-word工具来自动检测用户发布的帖子、评论中的敏感信息，及时做出处理，保障社区环境的健康。

在线教育平台：在线教育平台可以通过该工具对课程评论区进行监控，防止出现不当言论，维护良好的学习氛围。

电子商务网站：电商平台可以使用此工具检测商品评价，防止广告信息的非法发布，提高用户体验。

四、结论