网上发不出去的那些敏感词，是如何被屏蔽掉的？ _敏感词

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：

文章插图

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。

文章插图

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。

文章插图

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
【网上发不出去的那些敏感词，是如何被屏蔽掉的？】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。

文章插图

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

文章插图

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：

文章插图

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。