违禁词

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。

sensitive-word 是一个基于 Java 开发的敏感词检测库，支持多种高级功能，如大小写忽略、特殊字符处理、重复字符识别以及简繁体中文和英文的混合检测。此外，该工具还提供了灵活的配置选项，允许开发者自定义检测策略，满足不同应用场景的需求。

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

• 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 class 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。

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 class 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。

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 class 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());

    }

}

• 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。

sensitive-word 不仅提供了基本的敏感词检测和替换功能，还支持丰富的配置选项，满足多样化的业务需求。通过本文的介绍，希望您能更好地理解和运用这一工具，为您的项目增添一份安全保障。