使用Go語(yǔ)言實(shí)現(xiàn)敏感詞過(guò)濾功能

更新時(shí)間：2023年12月18日 08:26:14 作者：郭強(qiáng)112

敏感詞過(guò)濾,算是一個(gè)比較常見(jiàn)的功能,尤其是在內(nèi)容、社交類應(yīng)用中更是如此,本文介紹如何使用Go語(yǔ)言實(shí)現(xiàn)簡(jiǎn)單的敏感詞過(guò)濾功能,文中通過(guò)代碼示例介紹的非常詳細(xì),需要的朋友可以參考下

簡(jiǎn)單敏感詞過(guò)濾-ai版

先列出一個(gè)gpt給出來(lái)的一個(gè)簡(jiǎn)單前綴樹(shù)的實(shí)現(xiàn):

// 初始化敏感詞切片
var sensitiveWords = []string{}

// TrieNode 表示Trie樹(shù)的節(jié)點(diǎn)
type TrieNode struct {
	children map[rune]*TrieNode
	isEnd    bool
	Text     string
}

// Trie 表示敏感詞的Trie樹(shù)
type Trie struct {
	root *TrieNode
}

// NewTrie 創(chuàng)建一個(gè)新的Trie樹(shù)
func NewTrie() *Trie {
	return &Trie{
		root: &TrieNode{
			children: make(map[rune]*TrieNode),
			isEnd:    false,
		},
	}
}

// Insert 將一個(gè)敏感詞插入到Trie樹(shù)中
func (t *Trie) Insert(word string) {
	node := t.root
	for _, char := range []rune(word) {
		if _, ok := node.children[char]; !ok {
			node.children[char] = &TrieNode{
				children: make(map[rune]*TrieNode),
				isEnd:    false,
			}
		}
		node = node.children[char]
	}

	node.Text = word
	node.isEnd = true
}

// Contains 檢測(cè)文本中是否包含敏感詞
func (t *Trie) Contains(text string) bool {
	node := t.root
	for _, char := range []rune(text) {
		if _, ok := node.children[char]; !ok {
			continue
		}
		node = node.children[char]
		if node.isEnd {
			return true
		}
	}
	return false
}

這個(gè)版本的代碼中，構(gòu)建了一個(gè)簡(jiǎn)單的前綴樹(shù)來(lái)存儲(chǔ)敏感詞，如果某個(gè)節(jié)點(diǎn)存儲(chǔ)的是敏感詞的最后一個(gè)字符，則isEnd值為true。這樣，當(dāng)我們檢測(cè)到某個(gè)節(jié)點(diǎn)的isEnd值為true時(shí)，就說(shuō)明檢測(cè)到了敏感詞。

如果只是為了檢測(cè)到一段文本是否包含敏感詞，而不需要匹配出所有的敏感詞，那實(shí)際上在敏感詞a包含敏感詞b時(shí)，我們可以只存儲(chǔ)單詞b。

我們編寫(xiě)一個(gè)測(cè)試用例，測(cè)試一下上面的代碼：

func TestCheckWord1(t *testing.T) {
	trie := NewTrie()
	for _, word := range sensitiveWords {
		trie.Insert(word)
	}

	content := "這里是一段非法活動(dòng)文本。"

	search := trie.Contains(content)

	assert.Equal(t, search, true)
}

測(cè)試結(jié)果如下：

測(cè)試通過(guò)。（再這樣下去程序員真要失業(yè)了?。?/p>

當(dāng)然，上面的代碼不完善，例如：不是并發(fā)安全的、不支持刪除敏感詞、沒(méi)有返回檢測(cè)到的敏感詞。我們來(lái)完善一下。

完善敏感詞過(guò)濾

下面我們?cè)谏厦娴拇a基礎(chǔ)上，添加一些功能。

package sensitivewordcheck

import "sync"

// TrieV1Node 表示TrieV1樹(shù)的節(jié)點(diǎn)
type TrieV1Node struct {
	children map[rune]*TrieV1Node // 子節(jié)點(diǎn)
	isEnd    bool
	Text     string
	Value    rune
	parent   *TrieV1Node // 父節(jié)點(diǎn)
}

// TrieV1 表示敏感詞的TrieV1樹(shù)
type TrieV1 struct {
	root *TrieV1Node
	lock sync.RWMutex
}

// NewTrieV1 創(chuàng)建一個(gè)新的TrieV1樹(shù)
func NewTrieV1() *TrieV1 {
	return &TrieV1{
		root: &TrieV1Node{
			children: make(map[rune]*TrieV1Node),
			isEnd:    false,
		},
	}
}

// Insert 將一個(gè)敏感詞插入到TrieV1樹(shù)中
func (t *TrieV1) Insert(word string) {
	t.lock.Lock()
	defer t.lock.Unlock()

	node := t.root
	for _, char := range []rune(word) {
		if _, ok := node.children[char]; !ok {
			node.children[char] = &TrieV1Node{
				children: make(map[rune]*TrieV1Node),
				isEnd:    false,
				parent:   node,
				Value:    char,
			}
		}
		node = node.children[char]
	}

	node.Text = word
	node.isEnd = true
}

// Contains 檢測(cè)文本中是否包含敏感詞
func (t *TrieV1) Contains(text string) bool {
	t.lock.RLock()
	defer t.lock.RUnlock()

	node := t.root
	for _, char := range []rune(text) {
		if _, ok := node.children[char]; !ok {
			continue
		}
		node = node.children[char]
		if node.isEnd {
			return true
		}
	}
	return false
}

// Check 檢測(cè)文本中是否包含敏感詞，并返回第一個(gè)敏感詞
func (t *TrieV1) Check(text string) string {
	t.lock.RLock()
	defer t.lock.RUnlock()

	node := t.root
	for _, char := range text {
		if _, ok := node.children[char]; !ok {
			continue
		}
		node = node.children[char]
		if node.isEnd {
			return node.Text
		}
	}

	return ""
}

// Rebuild 重新構(gòu)建敏感詞樹(shù)
func (t *TrieV1) Rebuild(words []string) {
	t.lock.Lock()
	defer t.lock.Unlock()

	t.root = &TrieV1Node{}

	for _, word := range words {
		t.Insert(word)
	}
}

// Delete 刪除一個(gè)敏感詞
func (t *TrieV1) Delete(word string) {
	t.lock.Lock()
	defer t.lock.Unlock()

	node := t.root

	for _, char := range []rune(word) {
		if _, ok := node.children[char]; !ok {
			return
		}
		node = node.children[char]

		if node.isEnd {
			node.isEnd = false
			node.Text = ""

			if len(node.children) > 0 { // 有子節(jié)點(diǎn)，不能刪除
				break
			}

			// 遞歸刪除
			t.doDel(node)
		}

	}
}

func (t *TrieV1) doDel(node *TrieV1Node) {
	// 再次判斷是否可以刪除
	if node == nil || len(node.children) > 0 {
		return
	}

	// 從上級(jí)節(jié)點(diǎn)的children中刪除本節(jié)點(diǎn)
	delete(node.parent.children, node.Value)

	// 判斷上一層節(jié)點(diǎn)是否可以刪除
	t.doDel(node.parent)
}

在上面的版本中，我們添加了讀寫(xiě)鎖來(lái)保證并發(fā)安全，并且添加了刪除敏感詞的功能。

敏感詞庫(kù)的變更，是一個(gè)并不頻繁的操作，而可以預(yù)見(jiàn)的時(shí)，敏感詞庫(kù)不會(huì)太大。所以，我們是否可以在敏感詞庫(kù)發(fā)生變更時(shí)，直接重構(gòu)整個(gè)敏感詞庫(kù)，在重構(gòu)完成后，再切換到新的敏感詞庫(kù)上呢？

測(cè)試代碼：

package sensitivewordcheck

import (
	"github.com/stretchr/testify/assert"
	"testing"
)

var trieV1 *TrieV1

func init() {
	trieV1 = NewTrieV1()
	for _, word := range sensitiveWords {
		trieV1.Insert(word)
	}
}

func TestCheckWordAndDelete(t *testing.T) {

	// 添加敏感詞 非法捕魚(yú)
	trieV1.Insert("非法捕魚(yú)")

	assert.Equal(t, trieV1.Contains("你要去非法捕魚(yú)嗎？"), true)

	// 添加敏感詞 非法打獵
	trieV1.Insert("非法打獵")

	assert.Equal(t, trieV1.Contains("你要去非法打獵嗎？"), true)

	// 刪除敏感詞 非法打獵
	trieV1.Delete("非法打獵")

	// 不再包含 非法打獵
	assert.Equal(t, trieV1.Contains("你要去非法打獵嗎？"), false)

	// 非法捕魚(yú) 不受影響
	assert.Equal(t, trieV1.Contains("你要去非法捕魚(yú)嗎？"), true)

	// 更長(zhǎng)的敏感詞
	trieV1.Insert("非法捕魚(yú)工具")
	assert.Equal(t, trieV1.Contains("你要去買非法捕魚(yú)工具嗎？"), true)

	// 刪除 非法捕魚(yú)
	trieV1.Delete("非法捕魚(yú)")
	assert.Equal(t, trieV1.Contains("你要去非法捕魚(yú)嗎？"), false)
	// 如果有子節(jié)點(diǎn)，不刪除
	assert.Equal(t, trieV1.Contains("你要去買非法捕魚(yú)工具嗎？"), true)

}

上面的測(cè)試用例中，我們添加了添加、刪除敏感詞功能，并校驗(yàn)了刪除敏感詞的正確性，以及在有更長(zhǎng)的敏感詞時(shí)是否會(huì)無(wú)刪除。上述用例在本機(jī)測(cè)試通過(guò)。

后記

以上，我們實(shí)現(xiàn)了一個(gè)簡(jiǎn)單的敏感詞過(guò)濾功能。實(shí)際上，敏感詞過(guò)濾還可以做得更復(fù)雜，添加更多功能，比如，檢測(cè)拼音、過(guò)濾特殊字符等等。這些功能，可以在上面的代碼基礎(chǔ)上，自行擴(kuò)展。但是需要考慮的是：擴(kuò)展功能的同時(shí)，是否會(huì)影響性能，尤其是在檢測(cè)超長(zhǎng)文本時(shí)。

到此這篇關(guān)于使用Go語(yǔ)言實(shí)現(xiàn)敏感詞過(guò)濾功能的文章就介紹到這了,更多相關(guān)Go敏感詞過(guò)濾內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: