如何在java中使用DFA算法过滤敏感词

如何在java中使用DFA算法过滤敏感词？针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

敏感词过滤的做法有很多，我简单描述我现在理解的几种：

①查询数据库当中的敏感词，循环每一个敏感词，然后去输入的文本中从头到尾搜索一遍，看是否存在此敏感词，有则做相

应的处理，这种方式讲白了就是找到一个处理一个。

优点：so easy。用java代码实现基本没什么难度。

缺点：这效率让我心中奔过十万匹草泥马，而且匹配的是不是有些蛋疼，如果是英文时你会发现一个很无语的事情，比如英文

a是敏感词，那我如果是一篇英文文档，那程序它妹的得处理多少次敏感词？谁能告诉我？

②传说中的DFA算法（有穷自动机）,也正是我要给大家分享的，毕竟感觉比较通用，算法的原理希望大家能够自己去网上查查

资料，这里就不详细说明了。

优点：至少比上面那sb效率高点。

缺点：对于学过算法的应该不难，对于没学过算法的用起来也不难，就是理解起来有点gg疼，匹配效率也不高，比较耗费内存，

敏感词越多，内存占用的就越大。

③第三种在这里要特别说明一下，那就是你自己去写一个算法吧，或者在现有的算法的基础上去优化，这也是追求的至高境界之一。

那么，传说中的DFA算法是怎么实现的呢？

敏感词库初始化（将敏感词用DFA算法的原理封装到敏感词库中，敏感词库采用HashMap保存），代码如下：

package com.cfwx.rox.WEB.sysmgr.util;import java.util.HashMap;import java.util.HashSet;import java.util.Iterator;import java.util.List;import java.util.Map;import java.util.Set;import com.cfwx.rox.web.common.model.entity.SensitiveWord;public class SensitiveWordInit{    public HashMap sensitiveWordMap;    public Map iniTKEyWord(List<SensitiveWord> sensitiveWords)  {    try    {      // 从敏感词集合对象中取出敏感词并封装到Set集合中      Set<String> keyWordSet = new HashSet<String>();      for (SensitiveWord s : sensitiveWords)      {        keyWordSet.add(s.getContent().trim());      }      // 将敏感词库加入到HashMap中      addSensitiveWordToHashMap(keyWordSet);    }    catch (Exception e)    {      e.printStackTrace();    }    return sensitiveWordMap;  }    @SuppressWarnings("rawtypes")  private void addSensitiveWordToHashMap(Set<String> keyWordSet)  {    // 初始化HashMap对象并控制容器的大小    sensitiveWordMap = new HashMap(keyWordSet.size());    // 敏感词    String key = null;    // 用来按照相应的格式保存敏感词库数据    Map nowMap = null;    // 用来辅助构建敏感词库    Map<String, String> newWORMap = null;    // 使用一个迭代器来循环敏感词集合    Iterator<String> iterator = keyWordSet.iterator();    while (iterator.hasNext())    {      key = iterator.next();      // 等于敏感词库，HashMap对象在内存中占用的是同一个地址，所以此nowMap对象的变化，sensitiveWordMap对象也会跟着改变      nowMap = sensitiveWordMap;      for (int i = 0; i < key.length(); i++)      {        // 截取敏感词当中的字，在敏感词库中字为HashMap对象的Key键值        char keyChar = key.charAt(i);        // 判断这个字是否存在于敏感词库中        Object wordMap = nowMap.get(keyChar);        if (wordMap != null)        {          nowMap = (Map) wordMap;        }        else        {          newWorMap = new HashMap<String, String>();          newWorMap.put("isEnd", "0");          nowMap.put(keyChar, newWorMap);          nowMap = newWorMap;        }        // 如果该字是当前敏感词的最后一个字，则标识为结尾字        if (i == key.length() - 1)        {          nowMap.put("isEnd", "1");        }        System.out.println("封装敏感词库过程："+sensitiveWordMap);      }      System.out.println("查看敏感词库数据:" + sensitiveWordMap);    }  }}