SpringBoot使用SensitiveWord实现敏感词过滤

包含默认敏感词过滤和自定义敏感词过滤。

导入依赖

<dependency>
 <groupId>com.github.houbb</groupId>
 <artifactId>sensitive-word</artifactId>
 <version>0.2.0</version>
</dependency>

Github地址

方法

ISensitiveWordReplace：敏感词替换策略。

IWordResultHandler：结果处理。可以对敏感词的结果进行处理，允许用户自定义。内置了WordResultHandlers 工具类。

• WordResultHandlers.word()：只保留敏感词单词本身。

• WordResultHandlers.raw()：保留敏感词相关信息，包含敏感词以及敏感词对应的开始和结束下标。

默认示例

使用默认提供的方法。

@Test
void testWord() {
 String text = "红旗迎风飘扬，主席的画像屹立在天安门前。";
 System.out.println(SensitiveWordHelper.contains(text));

System.out.println(SensitiveWordHelper.replace(text));
 System.out.println(SensitiveWordHelper.replace(text, '0'));

System.out.println(SensitiveWordHelper.findFirst(text));
 System.out.println(SensitiveWordHelper.findFirst(text, WordResultHandlers.word()));
 System.out.println(SensitiveWordHelper.findFirst(text, WordResultHandlers.raw()));

System.out.println(SensitiveWordHelper.findAll(text));
 System.out.println(SensitiveWordHelper.findAll(text, WordResultHandlers.word()));
 System.out.println(SensitiveWordHelper.findAll(text, WordResultHandlers.raw()));

}

输出：

Init sensitive word map end! Cost time: 163ms
true
****迎风飘扬，***的画像屹立在***前。
0000迎风飘扬，000的画像屹立在000前。
红旗
红旗
WordResult{word='红旗', startIndex=0, endIndex=4}
[红旗, 主席, 天安门]
[红旗, 主席, 天安门]
[WordResult{word='红旗', startIndex=0, endIndex=4}, WordResult{word='主席', startIndex=9, endIndex=12}, WordResult{word='天安门', startIndex=18, endIndex=21}]

自定义替换策略示例

采用自定义的替换策略实现。首先需要实现 ISensitiveWordReplace接口自定义替换策略：

package com.tothefor;

import com.github.houbb.heaven.util.lang.CharUtil;
import com.github.houbb.sensitive.word.api.ISensitiveWordReplace;
import com.github.houbb.sensitive.word.api.ISensitiveWordReplaceContext;

public class MySensitiveWordReplace implements ISensitiveWordReplace {

@Override
 public String replace(ISensitiveWordReplaceContext context) {
   String sensitiveWord = context.sensitiveWord();
   // 自定义不同的敏感词替换策略，可以从数据库等地方读取
   if ("红旗".equals(sensitiveWord)) {
     return "旗帜";
   }

if ("天安门".equals(sensitiveWord)) {
     return "门";
   }

if ("主席".equals(sensitiveWord)) {
     return "教员";
   }
   // 其他默认使用 * 代替
   int wordLength = context.wordLength();
   return CharUtil.repeat('*', wordLength);
 }

}

使用：

@Test
void testWord() {
 String text = "红旗迎风飘扬，主席的画像屹立在天安门前。";
 System.out.println(SensitiveWordHelper.contains(text));
 System.out.println(SensitiveWordHelper.replace(text, new MySensitiveWordReplace()));

String text1 = "最好的记忆不如最淡的墨水。";
 System.out.println(SensitiveWordHelper.contains(text1));
 System.out.println(SensitiveWordHelper.replace(text1, new MySensitiveWordReplace()));

}

输出：

Init sensitive word map end! Cost time: 16ms
true
旗帜迎风飘扬，教员的画像屹立在门前。
false
最好的记忆不如最淡的墨水。

自定义

点进 SensitiveWordHelper 源码，可以看见以下代码：

private static final SensitiveWordBs WORD_BS = SensitiveWordBs.newInstance().init();

而且可以发现，方法也都是调用的 SensitiveWordBs 类的方法。所以，可以理解成 SensitiveWordHelper 只是对 SensitiveWordBs 的一层封装，而之所以封装就是为了提供给开发者针对简单场景的快速的使用。

而且从上面的创建语句中可以看见，没有加任何其他的东西，就只是初始化了一个，这也是最简单的。接下来就是自定义 SensitiveWordBs 实现敏感词过滤。

自定义SensitiveWordBs

下来看有哪些参数可以加，各项配置的说明如下：

然后创建自定义的 SensitiveWordBs，如下：

package com.tothefor.motorcode.core.SensitiveWord;

import com.github.houbb.sensitive.word.bs.SensitiveWordBs;
import com.github.houbb.sensitive.word.support.allow.WordAllows;
import com.github.houbb.sensitive.word.support.deny.WordDenys;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class SensitiveWordConfig {

@Autowired
 private CustomWordAllow customWordAllow;

@Autowired
 private CustomWordDeny customWordDeny;

/**
    * 初始化引导类
    *
    * @return 初始化引导类
    * @since 1.0.0
    */
 @Bean
 public SensitiveWordBs sensitiveWordBs() {
   // 可根据数据库数据判断 动态增加配置
   return SensitiveWordBs.newInstance()
     .wordDeny(WordDenys.chains(WordDenys.system(),customWordDeny)) // 设置黑名单
     .wordAllow(WordAllows.chains(WordAllows.system(), customWordAllow)) // 设置白名单
     .ignoreCase(true)
     .ignoreWidth(true)
     .ignoreNumStyle(true)
     .ignoreChineseStyle(true)
     .ignoreEnglishStyle(true)
     .ignoreRepeat(true)
     .enableEmailCheck(true)
     .enableUrlCheck(true)
     // 各种其他配置
     .init();
 }

}

其中，wordDeny、wordAllow是自定义敏感词的黑名单和白名单。可以设置单个，也可以设置多个。如下：

// 设置系统默认敏感词
SensitiveWordBs wordBs = SensitiveWordBs.newInstance()
    .wordDeny(WordDenys.system()) // 黑名单
    .wordAllow(WordAllows.system()) // 白名单
    .init();

// 设置自定义敏感词
SensitiveWordBs wordBs = SensitiveWordBs.newInstance()
    .wordDeny(new MyWordDeny())
    .wordAllow(new MyWordAllow())
    .init();

// 设置多个敏感词，系统默认和自定义
IWordDeny wordDeny = WordDenys.chains(WordDenys.system(), new MyWordDeny());
IWordAllow wordAllow = WordAllows.chains(WordAllows.system(), new MyWordAllow());
SensitiveWordBs wordBs = SensitiveWordBs.newInstance()
    .wordDeny(wordDeny)
    .wordAllow(wordAllow)
    .init();

接下来再加自定义敏感词配置。

自定义敏感词白名单

自定义有哪一些是敏感词白名单，如果遇见是需要进行展示的。通过实现 IWordAllow 接口重写 allow() 方法返回白名单敏感词。

package com.tothefor.motorcode.core.SensitiveWord;

import com.github.houbb.sensitive.word.api.IWordAllow;
import org.springframework.stereotype.Service;

import java.util.Arrays;
import java.util.List;

@Service
public class CustomWordAllow implements IWordAllow {

/**
    * 允许的内容-返回的内容不被当做敏感词
    * @return
    */
 @Override
 public List<String> allow() {
   // 从数据库中查询白名单敏感词
   return Arrays.asList("红旗");
 }

}

自定义敏感词黑名单

增加敏感词黑名单。通过实现 IWordDeny 接口重写 deny() 方法返回黑名单敏感词。

package com.tothefor.motorcode.core.SensitiveWord;

import com.github.houbb.sensitive.word.api.IWordDeny;
import org.springframework.stereotype.Service;

import java.util.Arrays;
import java.util.List;

/**
* 自定义敏感词
*/
@Service
public class CustomWordDeny implements IWordDeny {

/**
    * 拒绝出现的数据-返回的内容被当做是敏感词
    *
    * @return
    */
 @Override
 public List<String> deny() {
   // 从数据库中查询自定义敏感词
   return Arrays.asList("红旗");
 }

}

示例

测试自定义使用：

@Autowired
private SensitiveWordBs sensitiveWordBs;

@Test
void testWord() {
 String text = "红旗迎风飘扬，主席的画像屹立在天安门前。";
 System.out.println(sensitiveWordBs.contains(text));

System.out.println(sensitiveWordBs.replace(text));
 System.out.println(sensitiveWordBs.replace(text, '0'));
 System.out.println(sensitiveWordBs.replace(text, new MySensitiveWordReplace()));

System.out.println(sensitiveWordBs.findFirst(text));
 System.out.println(sensitiveWordBs.findFirst(text, WordResultHandlers.word()));
 System.out.println(sensitiveWordBs.findFirst(text, WordResultHandlers.raw()));

System.out.println(sensitiveWordBs.findAll(text));
 System.out.println(sensitiveWordBs.findAll(text, WordResultHandlers.word()));
 System.out.println(sensitiveWordBs.findAll(text, WordResultHandlers.raw()));

}

输出：

true
红旗迎风飘扬，***的画像屹立在***前。 
红旗迎风飘扬，000的画像屹立在000前。
红旗迎风飘扬，教员的画像屹立在门前。 
主席
主席
WordResult{word='主席', startIndex=9, endIndex=12}
[主席, 天安门]
[主席, 天安门]
[WordResult{word='主席', startIndex=9, endIndex=12}, WordResult{word='天安门', startIndex=18, endIndex=21}]

可以看见，和之前的有一点不一样。&lsquo;红旗&rsquo; 并没有被过滤掉，主要原因就是因为我们的自定义敏感词白名单中加入了 &lsquo;红旗&rsquo; ，所以没有被过滤掉。但是黑名单中又有这个词，为什么没有被过滤掉？这里有个点就是：如果黑名单和白名单中都有同一个敏感词，那么这个词是不会被过滤的。

重置词库

因为敏感词库的初始化较为耗时，建议程序启动时做一次 init 初始化。但为了保证敏感词修改可以实时生效且保证接口的尽可能简化，可以在数据库词库发生变更时，需要词库生效，主动触发一次初始化 sensitiveWordBs.init()。因为在调用 sensitiveWordBs.init() 的时候，根据 IWordDeny+IWordAllow 重新构建敏感词库。因为初始化可能耗时较长（秒级别），所有优化为 init 未完成时不影响旧的词库功能，完成后以新的为准。

@Autowired
private SensitiveWordBs sensitiveWordBs;
sensitiveWordBs.init();

每次数据库的信息发生变化之后，首先调用更新数据库敏感词库的方法，然后调用这个方法。但不推荐将此方法放在数据库被修改后就调用，而推荐单独开一个接口，手动调用。

来源：https://blog.csdn.net/qq_63593632/article/details/128621168