忽略字符
说明
我们的敏感词一般都是比较连续的，比如 傻帽
那就有大聪明发现，可以在中间加一些字符，比如【傻!@#$帽】跳过检测，但是骂人等攻击力不减。
那么，如何应对这些类似的场景呢？
我们可以指定特殊字符的跳过集合，忽略掉这些无意义的字符即可。
v0.11.0 开始支持
无意义的字符.jpg
例子
其中 charIgnore 对应的字符策略，用户可以自行灵活定义。
final String text = "傻@冒，狗+东西";
//默认因为有特殊字符分割，无法识别
List<String> wordList = SensitiveWordBs.newInstance().init().findAll(text);
Assert.assertEquals("[]", wordList.toString());
// 指定忽略的字符策略，可自行实现。
List<String> wordList2 = SensitiveWordBs.newInstance()
.charIgnore(SensitiveWordCharIgnores.specialChars())
.init()
.findAll(text);
Assert.assertEquals("[傻@冒, 狗+东西]", wordList2.toString());
敏感词标签
说明
有时候我们希望对敏感词加一个分类标签：比如社情、暴/力等等。
这样后续可以按照标签等进行更多特性操作，比如只处理某一类的标签。
支持版本：v0.10.0
入门例子
接口
这里只是一个抽象的接口，用户可以自行定义实现。比如从数据库查询等。
public interface IWordTag {
/**
* 查询标签列表
* @param word 脏词
* @return 结果
*/
Set<String> getTag(String word);
}
配置文件
我们可以自定义 dict 标签文件，通过 WordTags.file() 创建一个 WordTag 实现。
- dict_tag_test.txt
五星红旗 政-治,国家
格式如下：
敏感词 tag1,tag2
实现
具体的效果如下，在引导类设置一下即可。
默认的 wordTag 是空的。
String filePath = "dict_tag_test.txt";
IWordTag wordTag = WordTags.file(filePath);
SensitiveWordBs sensitiveWordBs = SensitiveWordBs.newInstance()
.wordTag(wordTag)
.init();
Assert.assertEquals("[政-治, 国家]", sensitiveWordBs.tags("五星红旗").toString());;
后续会考虑引入一个内置的标签文件策略。
更多资料
敏感词控台
有时候敏感词有一个控台，配置起来会更加灵活方便。
敏感词标签文件
梳理了大量的敏感词标签文件，可以让我们的敏感词更加方便。
这两个资料阅读可在下方文章获取：
拓展阅读
sensitive-word 敏感词/脏词开源工具-v.0.10.0-脏词分类标签支持
