网上发不出去的那些敏感词，是如何被屏蔽掉的？

待我称王封你为后i 2023-02-28 04:25 85阅读 0赞

### 目录 ###

*   *   *  
     *  一、用户评论功能
     *  二、敏感词汇获取
     *  三、过滤代码编写
     *  最后

###  ###

今天是刘小爱自学Java的第94天。

感谢你的观看，谢谢你。

话不多说，开始今天的学习：

![format_png][]

## 一、用户评论功能 ##

网络上很多平台都会有敏感词屏蔽，有些词语打出来会被和谐掉。

虽说现在主张言论自由，但我大中华自古以来便是礼仪之邦，很多粗鄙之语能不允许就不允许的好。

那这些词汇是如何屏蔽的呢？

利用昨天学的Filter过滤器技术就能实现。

![format_png 1][]

这就是一个很简单的form表单：

*  action：提交跳转的路径为wordServlet。
 *  method：提交方式为get提交。
 *  textarea：文本域，属性分别为列数、行数、名称。
 *  input type=“submit”：提交按钮

那么肯定要有一个Servlet要和表单提交的路径对应，从而获取文本域中用户输入的数据。

![format_png 2][]

**①处理乱码问题**

通过request的setCharcatierEncoding()方法设定字符集为utf-8，解决乱码问题。

**②获取用户输入的数据**

通过request的getParamter()方法获取用户输入的数据。

文本域对应的name为word，所以这里参数也为word。

当然按照实际情况，获取用户数据后，会将用户的评论展示在对应的评论区中。

我这边业务逻辑没有这么复杂，就直接用一个输出语句来代替了。

## 二、敏感词汇获取 ##

既然是要屏蔽敏感词汇，肯定需要先确定哪些词算是敏感词，再以这些词汇作为标准作为屏蔽。

![format_png 3][]

在web包下创建一个word包，专门存放需要屏蔽的词汇文件，根据分类肯定是有很多很文件的。

为了更好地测试，我写了一个刘小爱，将其设定为1级，毕竟总不可能真的写那些敏感词。

好，敏感词汇准备好了，就要创建Filter过滤器以及编写如何屏蔽的业务逻辑代码了。

首先要获取敏感词汇，在init()方法中实现该需求，因为代码太长不好截图，故分成了两部分：

**1获取words文件夹里的各个文件**

![format_png 4][]

**①创建三个集合**

前面也说了，敏感词有三个等级，就创建三个成员变量来专门存放获取的词汇。

**②获取words文件夹**

在初始化方法init中，有一个参数FilterConfig。

利用它的getServlerContext()可以获取web应用中的servletcontext ，从而使用servletcontext接口的一些方法。

getRealPath()里面填入words包的相对路径，就能获取words这个包了。

**③使用文件过滤器过滤文件**

我们刚才将敏感词汇文件放入words这个包中了，里面有很多文件，为了防止被其它文件混入，我们只读取后缀名为“.txt”的文本文件。

使用FileFilter接口就能达到过滤文件的效果。

**2获取words文件夹里的各个文件里的内容**

代码接上图，增强for循环遍历上述过滤后的words文件夹：

![format_png 5][]

**①转换流与缓冲流**

使用转换流在于其可以设置编码字符集：utf-8。

使用缓冲流在于可以一行一行地读。

同时也算是对这两种IO流的一个回顾与复习。

**②迭代器读取文件**

这就是IO流中的核心代码，一行一行地读取各个文件里的内容。

**③切割字符串**

字符串为一行的内容：是以“|”为分隔，前面为敏感词，后面为屏蔽等级。

所以使用split()方法来将其分隔成一个数组，数组里0索引位为敏感词，1索引位为屏蔽等级。

**④根据屏蔽等级分别存入对应集合**

split\[1\]表示的也就是屏蔽等级，trim()方法可以去除空格。

split\[0\]表示的也就是敏感词内容，将其存入对应集合即可。

## 三、过滤代码编写 ##

上述是对过滤器中init()方法里的代码编写，用于获取敏感词一共有哪些。

现在对doFilter()方法里的代码编写，用户获取用户输入的信息，再进一步判断是否符合要求。

![format_png 6][]

**①处理乱码并获取用户数据**

和在wordServlet中编写的代码一样。

**②遍历敏感词汇并与用户数据匹配**

敏感词汇一共有三个级别，可以分别对应不同的处理方式，比如永久封号、封号7天，禁言……

现在毕竟学习阶段，只遍历等级为1的集合，正则匹配涉及到一个工具类Pattern：

*  compile(str)：以遍历的敏感词为标准。
 *  matcher(word)：以上述标准匹配获取的用户数据。

通过matcher的find()方法可以判断，若为true即表示匹配，不符合要求。

**③不符合要求反馈并提醒用户**

在request域对象中设定一个名为msg的值，值为“评论内容不规范”，再跳转word.jsp页面。

最后在word.jsp中使用EL表达式获取request域对象中的数据。

$\{msg\}获取的也就是③中设定的msg对应的值，如果用户输入的内容不规范，在word.jsp页面就会出现警示信息。

**做个测试**

![format_png 7][]

刘小爱在前面已经被我设置成了1级敏感词，所以在评论的时候输入刘小爱，过滤器中会截取到。

从而跳转word.jsp页面并附带警示信息。

嘻嘻嘻不为敏感词汇，则不受影响。

## 最后 ##

谢谢你的观看。

如果可以的话，麻烦帮忙点个赞，谢谢你。

[format_png]: /images/20230209/a8b0f41e33064e24817515cba889ef00.png
[format_png 1]: /images/20230209/172d3df9ec834d0ca5031389b42505db.png
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWdrci5jbi1iai51ZmlsZW9zLmNvbS9mNDJhMjE2MS0xNWM2LTRlNTUtOTZhYi1hYjMyM2Q0ZTA5MGIucG5n?x-oss-process=image/format,png
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWdrci5jbi1iai51ZmlsZW9zLmNvbS8yZTNiZmEyNC0wMjY5LTQyZjUtYWI4MC1hYmViZWIzOTMyMzcucG5n?x-oss-process=image/format,png
[format_png 4]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWdrci5jbi1iai51ZmlsZW9zLmNvbS9kNzA5Yjg1YS01ZjllLTRiMDQtYmU5Yi03MGM3MGU5YWI5YWYucG5n?x-oss-process=image/format,png
[format_png 5]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWdrci5jbi1iai51ZmlsZW9zLmNvbS82YzVlZWYzMy01MDYzLTQ2NGYtOGIxZS0yOTVhNzhiODBjYTcucG5n?x-oss-process=image/format,png
[format_png 6]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWdrci5jbi1iai51ZmlsZW9zLmNvbS9kZGY1NjMwNy1kYzg2LTRiZjctYjI2ZS0wZjlmMTNmM2JmOTEucG5n?x-oss-process=image/format,png
[format_png 7]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWdrci5jbi1iai51ZmlsZW9zLmNvbS83YTk3YTlmZC1jM2M3LTRhZjgtYWU3My05MTQyNzc3MDAwNmQucG5n?x-oss-process=image/format,png