基于Java的敏感詞過濾器設(shè)計(jì)-設(shè)計(jì)應(yīng)用

精品文檔-下載后可編輯基于Java的敏感詞過濾器設(shè)計(jì)-設(shè)計(jì)應(yīng)用良好的網(wǎng)絡(luò)文化對(duì)培養(yǎng)青少年的愛國意識(shí)、創(chuàng)新精神、促進(jìn)青少年良好的個(gè)性發(fā)展以及文化學(xué)習(xí)等方面都有積極的作用。但是網(wǎng)絡(luò)文化中混雜著種種不良因素，對(duì)青少年造成許多負(fù)面影響：網(wǎng)絡(luò)中的不健康內(nèi)容不利于青少年的成長，甚至造成許多青少年犯罪行為的不斷發(fā)生；網(wǎng)絡(luò)世界的虛擬性還會(huì)造成青少年對(duì)現(xiàn)實(shí)社會(huì)的不滿，青少年對(duì)網(wǎng)絡(luò)世界的過分迷戀會(huì)導(dǎo)致網(wǎng)絡(luò)孤獨(dú)，網(wǎng)絡(luò)中多元化的內(nèi)容會(huì)導(dǎo)致青少年認(rèn)識(shí)偏差，網(wǎng)絡(luò)的隱匿性容易使青少年道德弱化[1].特別令人擔(dān)憂的是不良的網(wǎng)絡(luò)文化對(duì)青少年的犯罪起著推動(dòng)作用，值得全社會(huì)關(guān)注和重視。

本文提出了一種敏感詞過濾器軟件的設(shè)計(jì)，對(duì)網(wǎng)絡(luò)中不良的內(nèi)容進(jìn)行查找、發(fā)現(xiàn)，避免這些不良網(wǎng)絡(luò)文化侵蝕青少年的心靈健康。

1敏感詞過濾器的設(shè)計(jì)原理

敏感詞過濾器的原理圖如圖1所示。其原理如下：（1）對(duì)敏感詞庫的內(nèi)容進(jìn)行分割，把敏感詞庫中所有的敏感詞或詞組分開，并把這些敏感詞或詞組存入數(shù)組中；（2）將待測(cè)文件庫中的文件進(jìn)行逐個(gè)讀取，并記錄文件的內(nèi)容；（3）在待測(cè)文件中查找是否存在剛存放敏感詞或臟詞組內(nèi)容的數(shù)組里面的內(nèi)容，如果有，進(jìn)行標(biāo)注等操作；如果沒有，繼續(xù)檢查待測(cè)文件庫中的下一個(gè)待測(cè)文件，直到待測(cè)文件庫中的待測(cè)文件都被檢查完為止；（4）輸出結(jié)果。即輸出待測(cè)文件庫中每個(gè)待測(cè)文件中包含敏感詞或臟詞組的個(gè)數(shù)及出處等信息。

2算法實(shí)現(xiàn)

軟件開發(fā)環(huán)境：myeclipse平臺(tái)，Java語言。首先以myeclipse平臺(tái)新建一個(gè)javaproject,在新建的project中需要導(dǎo)入下面相關(guān)文件：

importjava.io.BufferedReader;

importjava.io.File;

importjava.io.FileNotFoundException;

importjava.io.FileReader;

importjava.io.IOException;

importjava.io.InputStreamReader;

importjava.util.StringTokenizer;

過濾器軟件中main函數(shù)的主要內(nèi)容如下：

publicstaticvoidmain（String[]args）{

BufferedReaderbr=newBufferedReader（newInputStreamReader（System.in））；

Stringans=null;

intcnt=0;//字庫中關(guān)鍵詞個(gè)數(shù)

intnumber=0;//敏感詞出現(xiàn)次數(shù)

Stringfilepath=“D:\\敏感詞待測(cè)文件庫”;

//待檢測(cè)文件路徑，此文件夾下可以放若干個(gè)待檢測(cè)的文件

StringfileLibrarypath=“D:\\敏感詞典\\file.txt”;

//敏感詞庫文件的存放路徑

Filefile=newFile（filepath）；

try{

//讀入用戶輸入的回車鍵信息

System.out.println（“請(qǐng)按回車鍵，查看過濾信息：”）；

Stringstr=null;

str=br.readLine（）；

if（str!=null）{

if（！file.isDirectory（））{

System.out.println（“待檢測(cè)文件路徑

不對(duì)，請(qǐng)修改路徑?！保?；

}elseif（file.isDirectory（））{

ans=getcontent（fileLibrarypath）；

intk;

StringTokenizersst=new

StringTokenizer（ans,“|”）；

k=sst.countTokens（）；

String[]record=newString[k];

while（sst.hasMoreElements（））{

record[cnt]=sst.nextToken（）；

cnt++;

}

String[]filelist=file.list（）；

for（inti=0,flen=filelist.length;i

flen;i++）{

Stringtemp=filepath+

“\\”+filelist[i];

number=searchkeyword（record,

cnt,temp）；

System.out.println（“第”+（i+1）+“文件中敏感詞出現(xiàn)的次數(shù)：”+number）；

//字庫中關(guān)鍵詞個(gè)數(shù)

}

}else{

//提示用戶按回車鍵

System.out.println（“你還沒有輸入回

車鍵信息”）；

}

}

}catch（IOExceptione）{

e.printStackTrace（）；

}

//輸出查詢結(jié)果

if（ans!=null）{

System.out.println（“字庫中關(guān)鍵詞個(gè)數(shù)：”+cnt）；//字庫中關(guān)鍵詞個(gè)數(shù)

System.out.println（“敏感詞庫內(nèi)容如下：”+ans）；

}else{

System.out.println（“沒有可以匹配的信息”）；

//輸出敏感詞庫中的內(nèi)容

}

}

//得到指定路徑文件中的內(nèi)容

privatestaticStringgetcontent（Stringfilepath）{

Stringall=“”;

Filefile=newFile（filepath）；

try{

if（！file.isFile（））{

System.out.println（“文件路徑不對(duì)，請(qǐng)修改路徑”）；

}else{

Filereadfile=newFile（filepath）；

BufferedReaderbr=newBufferedReader（newFileReader（readfile））；

Stringss=br.readLine（）；

while（ss!=null）{

all=all+ss;

//all中存放讀取的文件內(nèi)容信息

ss=br.readLine（）；

}

}

}catch（FileNotFoundExceptione）{

e.printStackTrace（）；

}catch（IOExceptione）{

e.printStackTrace（）；

}

returnall;

}

//在待測(cè)文件中匹配敏感詞出現(xiàn)的次數(shù)

privatestaticintsearchkeyword（String[]str,intcnt,Stringfilepath）{

intnumber=0;

Strings=“”;

s=getcontent（filepath）；

for（inti=0;icnt;i++）{

if（s.indexOf（str[i]）-1）{

number++;

}

}

returnnumber;

}

至此，完成了敏感詞過濾器軟件代碼的編寫工作，接下來可以進(jìn)行run操作，即可以得到待測(cè)文件庫中的待測(cè)文件包含敏感詞次數(shù)及出處等相關(guān)信息的結(jié)果。

3實(shí)驗(yàn)結(jié)果分析

敏感詞庫的存放路徑：D:\敏感詞典\file.txt;敏感詞庫文件中的內(nèi)容略。

待測(cè)文件庫的存放路徑：D:\敏感詞待測(cè)文件庫；文件庫中存放了三個(gè)文件，分別為：test1.txt、test2.txt、test3.txt.

運(yùn)行該過濾器軟件后，得出的檢測(cè)結(jié)果