java如何实现文本的敏感词过滤功能

如果我们遇到需要对发布的文章进行敏感词审核，比如：
针孔摄象、信用卡提现、催情药水、小额贷款…
包含敏感词的话，就退回，否则就通过审核，应该怎么做呢？
备选方案：

下面就介绍一下DFA算法的使用。

DFA全称为：Deterministic Finite Automaton,即确定有穷自动机。
存储：一次性的把所有的敏感词存储到了多个map中，就是下图表示这种结构
敏感词：冰毒、大麻、大坏蛋
检索的过程：

public class SensitiveWordUtil {

    public static Map dictionaryMap = new HashMap<>();

    public static void main(String[] args) {
        List list = new ArrayList<>();
        list.add("色情");
        list.add("迷情药");
        list.add("嫖娼");
        initMap(list);
        String content="我是一个好人，并不会搞色情，也不用迷情药,更不会嫖娼";
        Map map = matchWords(content);
        System.out.println(map);
    }
    
    public static void initMap(Collection words) {
        if (words == null) {
            return ;
        }
        // map初始长度words.size()，整个字典库的入口字数(小于words.size()，因为不同的词可能会有相同的首字)
        Map map = new HashMap<>(words.size());
        // 遍历过程中当前层次的数据
        Map curMap = null;
        Iterator iterator = words.iterator();
        while (iterator.hasNext()) {
            String word = iterator.next();
            curMap = map;
            int len = word.length();
            for (int i =0; i < len; i++) {
                // 遍历每个词的字
                String key = String.valueOf(word.charAt(i));
                // 当前字在当前层是否存在, 不存在则新建, 当前层数据指向下一个节点, 继续判断是否存在数据
                Map wordMap = (Map) curMap.get(key);
                if (wordMap == null) {
                    // 每个节点存在两个数据: 下一个节点和isEnd(是否结束标志)
                    wordMap = new HashMap<>(2);
                    wordMap.put("isEnd", "0");
                    curMap.put(key, wordMap);
                }
                curMap = wordMap; // 当前的wordMap层作为下次遍历的curMap层
                // 如果当前字是词的最后一个字，则将isEnd标志置1
                if (i == len -1) {
                    curMap.put("isEnd", "1");
                }
            }
        }
        dictionaryMap = map;
    }

    
    private static int checkWord(String text, int beginIndex) {
        if (dictionaryMap == null) {
            throw new RuntimeException("字典不能为空");
        }
        boolean isEnd = false;
        int wordLength = 0;
        Map curMap = dictionaryMap;
        int len = text.length();
        // 从文本的第beginIndex开始匹配
        for (int i = beginIndex; i < len; i++) {
            String key = String.valueOf(text.charAt(i));
            // 获取当前key的下一个节点
            curMap = (Map) curMap.get(key);
            if (curMap == null) {
                break;
            } else {
                wordLength ++;
                if ("1".equals(curMap.get("isEnd"))) {
                    isEnd = true;
                }
            }
        }
        if (!isEnd) {
            wordLength = 0;
        }
        return wordLength;
    }

    
    public static Map matchWords(String text) {
        Map wordMap = new HashMap<>();
        int len = text.length();
        for (int i = 0; i < len; i++) {
            int wordLength = checkWord(text, i);
            if (wordLength > 0) {
                String word = text.substring(i, i + wordLength);
                // 添加关键词匹配次数
                if (wordMap.containsKey(word)) {
                    wordMap.put(word, wordMap.get(word) + 1);
                } else {
                    wordMap.put(word, 1);
                }

                i += wordLength - 1;
            }
        }
        return wordMap;
    }
}

private boolean ScanSensitiveWord(String content) {
    boolean flag = true;
    //获取所有的敏感词
    List list= .....
    //初始化敏感词库
    SensitiveWordUtil.initMap(list);
    //查看文章中是否包含敏感词
    Map map = SensitiveWordUtil.matchWords(content);
    if(map.size() >0){
        flag = false;
    }
    return flag;
}

上就是过滤文本敏感词的写法，欢迎收藏，点赞。