我是caiB 求将“脏字”替换为“*”号的java逻辑 代码

Question

利用J2EE的Filter对所有提交参数进行过滤
1、获取request下面的所有参数内容；
2、把每个参数进行过滤处理（利用脏字过滤字典对其进行过滤）；
3、再把过滤好的内容重新存入request的参数中。

Answer 1

提交的时候strut2  会将reuest  ， form 里面的数据封装好，此时可以对数据 进行过滤处理。

Answer 2

只要是中文分词,  你看下lucene,ikanalyzer 相关的东西. 

Answer 3

读取words.properties里面的内容，把每个需要替换的内容都放进一个list，把要过滤的整个内容循环替换掉这个list里面的内容为*

Answer 4

比如words.properties的内容为脏字干
脏字草然后在过滤器里面这么做：
1、读取words.properties内容存到list：List a = new ArrayList();
a.add("脏字干");
a.add("脏字草");2、String b = "羊吃草嗖嗖嗖干嗖嗖嗖";
for(int i = 0; i < a.size(); a++) {
b=b.replaceAll(a.get(i),"*")
}

Answer 5

正则表达式
String regex=“（wqnmlgb  |   nnd）”；
String replaceAll( regex  ,"***")

Answer 6

我有，是直接输入存到数据库时候敏感字已经变成*了。package com.store.web.action.validate;import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.util.logging.LogRecord;import javax.servlet.Filter;
import javax.servlet.FilterChain;
import javax.servlet.FilterConfig;
import javax.servlet.ServletException;
import javax.servlet.ServletRequest;
import javax.servlet.ServletResponse;
import javax.servlet.http.HttpServlet;
import javax.servlet.http.HttpServletRequest;
/*屏蔽敏感词汇过滤器*/
public class ContentFilter extends HttpServlet implements Filter { /**
 * 
 */
private static final long serialVersionUID = 1L;
private FilterConfig filterConfig; public void init(FilterConfig filterConfig) throws ServletException {
this.filterConfig = filterConfig;
} @SuppressWarnings("null")
public void doFilter(ServletRequest request, ServletResponse response,
FilterChain filterChain) {
//读取配置文件txt
InputStream in = ContentFilter.class.getClassLoader().getResourceAsStream("words1.txt");

StringBuilder sb = new StringBuilder();
String line;
try {
BufferedReader reader = new BufferedReader(new InputStreamReader(in, "UTF-8"));
while ((line = reader.readLine()) != null) {
sb.append(line).append("\n");} } catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
}

String sss=sb.toString().trim();

String ss=sss.replace("\n", "");//消除换行

String[] filterString=ss.split("，");



String str = ""; try {
request.setCharacterEncoding("utf-8");
HttpServletRequest req = (HttpServletRequest) request;
String filterParam = req.getParameter("news.content"); if (filterParam!=null || !(filterParam.trim().length() > 0)) {
for (int i = 0; i < filterString.length; i++) {
str = filterString[i];
if (filterParam.indexOf(str) != -1)
filterParam = filterParam.replaceAll(str, "<font color=red>****</font>");
}
req.getSession().setAttribute("content", filterParam);

}
filterChain.doFilter(request, response);
} catch (ServletException sx) {
filterConfig.getServletContext().log(sx.getMessage());
} catch (IOException iox) {
filterConfig.getServletContext().log(iox.getMessage());
}
} public void destroy() {
} public boolean isLoggable(LogRecord record) {
// TODO Auto-generated method stub
return false;
}
}你自己写个txt文件里面存敏感字就行了。具体你自己调用。

Answer 7

用replaceAll就是虐待CPU。这种应用是用分词系统来做的，随便看看ikanalyzer 、庖丁解牛、mmseg4j，哪个不是每秒百万级字符处理。
将官方的词典删除，用脏词库代替，然后对文章内容切词，每个结果都会告诉命中了什么词，在哪个位置，性能相当高。参考：
ikanalyzer 
庖丁解牛
mmseg4j