python用類實(shí)現(xiàn)文章敏感詞的過濾方法示例

更新時(shí)間：2019年10月27日 10:51:59 作者：代序春秋

這篇文章主要介紹了python用類實(shí)現(xiàn)文章敏感詞的過濾方法示例，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

過濾一遍并將敏感詞替換之后剩余字符串中新組成了敏感詞語,這種情況就要用遞歸來解決，直到過濾替換之后的結(jié)果和過濾之前一樣時(shí)才算結(jié)束

第一步:建立一個(gè)敏感詞庫(kù)(.txt文本)

第二步:編寫代碼在文章中過濾敏感詞(遞歸實(shí)現(xiàn))

# -*- coding: utf-8 -*-
# author 代序春秋
import os
import chardet

# 獲取文件目錄和絕對(duì)路徑
curr_dir = os.path.dirname(os.path.abspath(__file__))
# os.path.join()拼接路徑
sensitive_word_stock_path = os.path.join(curr_dir, 'sensitive_word_stock.txt')


# 獲取存放敏感字庫(kù)的路徑
# print(sensitive_word_stock_path)


class ArticleFilter(object):
  # 實(shí)現(xiàn)文章敏感詞過濾
  def filter_replace(self, string):
    # string = string.decode("gbk")
    #  存放敏感詞的列表
    filtered_words = []
    #  打開敏感詞庫(kù)讀取敏感字
    with open(sensitive_word_stock_path) as filtered_words_txt:
      lines = filtered_words_txt.readlines()
      for line in lines:
        # strip() 方法用于移除字符串頭尾指定的字符（默認(rèn)為空格或換行符）或字符序列。
        filtered_words.append(line.strip())
    # 輸出過濾好之后的文章
    print("過濾之后的文字:" + self.replace_words(filtered_words, string))

  # 實(shí)現(xiàn)敏感詞的替換,替換為*
  def replace_words(self, filtered_words, string):
    #  保留新字符串
    new_string = string
    #  從列表中取出敏感詞
    for words in filtered_words:
      # 判斷敏感詞是否在文章中
      if words in string:
        # 如果在則用*替換(幾個(gè)字替換幾個(gè)*)
        new_string = string.replace(words, "*" * len(words))
    # 當(dāng)替換好的文章(字符串)與被替換的文章(字符串)相同時(shí),結(jié)束遞歸,返回替換好的文章(字符串)
    if new_string == string:
      #  返回替換好的文章(字符串)
      return new_string
    # 如果不相同則繼續(xù)替換(遞歸函數(shù)自己調(diào)用自己)
    else:
      #  遞歸函數(shù)自己調(diào)用自己
      return self.replace_words(filtered_words, new_string)


def main():
  while True:
    string = input("請(qǐng)輸入一段文字:")
    run = ArticleFilter()
    run.filter_replace(string)
    continue


if __name__ == '__main__':
  main()

運(yùn)行結(jié)果: