网上发不出去的那些敏感词,是如何被屏蔽掉的?

今天是刘小爱自学Java的第94天。

感谢你的观看,谢谢你。

话不多说,开始今天的学习:

怎么取消关键词禁言(网上发不出去的那些敏感词)(1)

一、用户评论功能

网络上很多平台都会有敏感词屏蔽,有些词语打出来会被和谐掉。

虽说现在主张言论自由,但我大中华自古以来便是礼仪之邦,很多粗鄙之语能不允许就不允许的好。

那这些词汇是如何屏蔽的呢?

利用昨天学的Filter过滤器技术就能实现。

怎么取消关键词禁言(网上发不出去的那些敏感词)(2)

这就是一个很简单的form表单:

·

action:提交跳转的路径为wordServlet。

·

·

method:提交方式为get提交。

·

·

textarea:文本域,属性分别为列数、行数、名称。

·

·

input type="submit":提交按钮

·

那么肯定要有一个Servlet要和表单提交的路径对应,从而获取文本域中用户输入的数据。

怎么取消关键词禁言(网上发不出去的那些敏感词)(3)

①处理乱码问题

通过request的setCharcatierEncoding()方法设定字符集为utf-8,解决乱码问题。

②获取用户输入的数据

通过request的getParamter()方法获取用户输入的数据。

文本域对应的name为word,所以这里参数也为word。

当然按照实际情况,获取用户数据后,会将用户的评论展示在对应的评论区中。

我这边业务逻辑没有这么复杂,就直接用一个输出语句来代替了。

二、敏感词汇获取

既然是要屏蔽敏感词汇,肯定需要先确定哪些词算是敏感词,再以这些词汇作为标准作为屏蔽。

怎么取消关键词禁言(网上发不出去的那些敏感词)(4)

在web包下创建一个word包,专门存放需要屏蔽的词汇文件,根据分类肯定是有很多很文件的。

为了更好地测试,我写了一个刘小爱,将其设定为1级,毕竟总不可能真的写那些敏感词。

好,敏感词汇准备好了,就要创建Filter过滤器以及编写如何屏蔽的业务逻辑代码了。

首先要获取敏感词汇,在init()方法中实现该需求,因为代码太长不好截图,故分成了两部分:

1获取words文件夹里的各个文件

怎么取消关键词禁言(网上发不出去的那些敏感词)(5)

①创建三个集合

前面也说了,敏感词有三个等级,就创建三个成员变量来专门存放获取的词汇。

②获取words文件夹

在初始化方法init中,有一个参数FilterConfig。

利用它的getServlerContext()可以获取web应用中的servletcontext ,从而使用servletcontext接口的一些方法。

getRealPath()里面填入words包的相对路径,就能获取words这个包了。

③使用文件过滤器过滤文件

我们刚才将敏感词汇文件放入words这个包中了,里面有很多文件,为了防止被其它文件混入,我们只读取后缀名为".txt"的文本文件。

使用FileFilter接口就能达到过滤文件的效果。

2获取words文件夹里的各个文件里的内容

代码接上图,增强for循环遍历上述过滤后的words文件夹:

怎么取消关键词禁言(网上发不出去的那些敏感词)(6)

①转换流与缓冲流

使用转换流在于其可以设置编码字符集:utf-8。

使用缓冲流在于可以一行一行地读。

同时也算是对这两种IO流的一个回顾与复习。

②迭代器读取文件

这就是IO流中的核心代码,一行一行地读取各个文件里的内容。

③切割字符串

字符串为一行的内容:是以"|"为分隔,前面为敏感词,后面为屏蔽等级。

所以使用split()方法来将其分隔成一个数组,数组里0索引位为敏感词,1索引位为屏蔽等级。

④根据屏蔽等级分别存入对应集合

split[1]表示的也就是屏蔽等级,trim()方法可以去除空格。

split[0]表示的也就是敏感词内容,将其存入对应集合即可。

三、过滤代码编写

上述是对过滤器中init()方法里的代码编写,用于获取敏感词一共有哪些。

现在对doFilter()方法里的代码编写,用户获取用户输入的信息,再进一步判断是否符合要求。

怎么取消关键词禁言(网上发不出去的那些敏感词)(7)

①处理乱码并获取用户数据

和在wordServlet中编写的代码一样。

②遍历敏感词汇并与用户数据匹配

敏感词汇一共有三个级别,可以分别对应不同的处理方式,比如永久封号、封号7天,禁言……

现在毕竟学习阶段,只遍历等级为1的集合,正则匹配涉及到一个工具类Pattern:

·

compile(str):以遍历的敏感词为标准。

·

·

matcher(word):以上述标准匹配获取的用户数据。

·

通过matcher的find()方法可以判断,若为true即表示匹配,不符合要求。

③不符合要求反馈并提醒用户

在request域对象中设定一个名为msg的值,值为"评论内容不规范",再跳转word.jsp页面。

最后在word.jsp中使用EL表达式获取request域对象中的数据。

${msg}获取的也就是③中设定的msg对应的值,如果用户输入的内容不规范,在word.jsp页面就会出现警示信息。

做个测试

怎么取消关键词禁言(网上发不出去的那些敏感词)(8)

刘小爱在前面已经被我设置成了1级敏感词,所以在评论的时候输入刘小爱,过滤器中会截取到。

从而跳转word.jsp页面并附带警示信息。

嘻嘻嘻不为敏感词汇,则不受影响。

最后

谢谢你的观看。

如果可以的话,麻烦帮忙点个赞,谢谢你。

,