1.4K+ Stars！开源的高性能敏感词工具

每天给大家带来网站工具、开源社区项目、开源软件、安卓&IOS软件等黑科技！

小编不会主动加任何人好友，请认准【爱编程爱技术】公众号，谨防上当受骗，宝子要擦亮卡姿兰特大眼睛哦！

如果你们有什么好的建议，也可以在后台留言。

创作不易，希望大家给一点鼓励，把公众号设置为"星标"，给文章点下"赞"和"在看"，谢谢大家！每日持续更新，望宝子们多多支持~

大家都知道几乎每一个web应用或游戏设计中，都需要做敏感词的过滤以及转换。为了应对越来越多的敏感词，寻找一个高效率的敏感词过滤算法就摆在了各个程序员的面前。目前业内公认的效率最高的就是 DFA 算法。

小编今天为大家分享这个开源项目也是基于DFA 算法实现：sensitive-word，用于过滤敏感词的 Java 库。一款高性能的敏感词过滤工具，词库共收录了 6w+ 内容，支持自定义敏感词、白名单、替换策略、数字常见形式的互换、忽略重复词等功能。

该项目在 GitHub 上的star数更是一路飙升到了1.4k。

🎨️ 最新版本的功能特性

• 6W+ 词库，且不断优化更新
• 基于 fluent-api 实现，使用优雅简洁
• 基于 DFA 算法，性能为 7W+ QPS，应用无感
• 支持敏感词的判断、返回、脱敏等常见操作
• 支持常见的格式转换
• 全角半角互换、英文大小写互换、数字常见形式的互换、中文繁简体互换、英文常见形式的互换、忽略重复词等
• 支持敏感词检测、邮箱检测、数字检测、网址检测等
• 支持自定义替换策略
• 支持用户自定义敏感词和白名单
• 支持数据的数据动态更新（用户自定义），实时生效
• 支持敏感词的标签接口
• 支持跳过一些特殊字符，让匹配更灵活

🌟 性能测试

1、测试环境为普通的笔记本

• 处理器 12th Gen Intel(R) Core(TM) i7-1260P   2.10 GHz

• 机带 RAM  16.0 GB (15.7 GB 可用)

• 系统类型    64 位操作系统, 基于 x64 的处理器

2、测试数据：100+ 字符串，循环 10W 次。

不同环境会有差异，但是比例基本稳定。

🧰 如何使用

项目的使用非常简单快捷，具体步骤如下：

1、环境依赖：

• JDK1.7+

• Maven 3.x+

2、在 pom 中引入依赖

<dependency>
    <groupId>com.github.houbb</groupId>
    <artifactId>sensitive-word</artifactId>
    <version>[最新版本]</version>
</dependency>

3、判断是否包含敏感词

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

Assert.assertTrue(SensitiveWordHelper.contains(text));

🔥 其他用法

1、返回第一个敏感词

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

String word = SensitiveWordHelper.findFirst(text);

2、返回所有敏感词

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

List<String> wordList = SensitiveWordHelper.findAll(text);

3、默认的替换策略，将敏感换为 *

final String text = "五星红旗迎风飘扬，毛主席的画像屹立在天安门前。";
String result = SensitiveWordHelper.replace(text);

//输出：****迎风飘扬，***的画像屹立在***前。

4、指定替换的内容

final String text = "五星红旗迎风飘扬，毛主席的画像屹立在天安门前。";
String result = SensitiveWordHelper.replace(text, '0');

//输出： 0000迎风飘扬，000的画像屹立在000前。

5、邮箱检测

final String text = "楼主好人，邮箱 [e-mail]";

List<String> wordList = SensitiveWordHelper.findAll(text);
Assert.assertEquals("[[e-mail]]", wordList.toString());

此外，项目还提供了一个 IWordResultHandler 结果处理类，可以对敏感词的结果进行处理，允许用户自定义。在使用的时候更加灵活。小伙伴们可以参考项目的主页文档自行尝试。

整体来说，使用起来还是很简单，如果你需要做一个过滤敏感词的功能，或者你自己准备造一个类似的，可以了解一下，避免重复造轮子，非常方便！

附项目的链接：

开源地址：

https://github.com/houbb/sensitive-word

往期推荐：

点关注不迷路，每日分享优秀开源项目