1、什么是DFA？

      DFA（Deterministic Finite Automaton），即确定有穷自动机。其特征为：有一个有限状

     态集合和一些从一个状态通向另一个状态的边，每条边上标记有一个符号，其中一个状态是

    初态，某些状态是终态。

    

2、基于DFA实现敏感词过滤代码

2.1、生成敏感词树的逻辑

     在这里将敏感词集合存储成符合DFA算法格式的敏感词树，如下图所示：

             

     即将敏感词存储在Map 中，每个敏感词的第一个字是外层Map的key，而Map 的value也是Map

     类型的，我们称之为内层Map，其存储敏感词的下一个字和标识符（用于标识到前一个字时敏

     感词是否结束，即是否是一个敏感词），这里我们用 isEnd 作为标识符，

            isEnd=0：不是敏感词

            isEnd=1：是敏感词

2.2、敏感词校验逻辑    

      其实就是将要校验的字符串内容一个一个的将字拿到。

      拿到后，先基于最外层的key进行匹配，如果匹配上了，继续向内部的key匹配，

           1）如果匹配key的isEnd是1，说明和敏感词对应上了，下次就跳到敏感词的后面继续

                匹配外层key，敏感词树中，一个外层循环key表示一个敏感词。

           2）如果匹配到最后，没有k的isEnd是0，说明没匹配上。下次就从第二个字继续匹配

2.3、代码实现如下：

/***************************************************** 基于 DFA实现敏感词校验* 将一个存储敏感词的集合生成一个敏感词树** @author lbf* @date 2024/12/2 9:40****************************************************/
public class DFAUtil {/*** 敏感词树*/private static Map dfaMap = new HashMap<>();private static final String IS_END = "isEnd";//静态代码块static {BeaconCacheFeign cacheFeign = SpringUtil.getBean(BeaconCacheFeign.class);//远程调用获取Redis中存储的敏感词库Set<String> dirtyWords = cacheFeign.smember(CacheConstant.DIRTY_WORD);//根据敏感词库，初始化敏感词树create(dirtyWords);}/*** 根据敏感词库生成敏感词树** @param dirtyWords 敏感词库（或敏感词数组）*/public static void create(Set<String> dirtyWords){Map nowMap;//遍历敏感词库for(String dirtyWord:dirtyWords){nowMap = dfaMap;//获取敏感词的每个字for(int i=0;i<dirtyWord.length();i++){String word =  String.valueOf(dirtyWord.charAt(i));//判断敏感词中的字在敏感词树中是否存在Map map  = (Map) nowMap.get(word);if(map == null){//表示敏感词库中没有这个字，则把这个字添加到敏感词树中map = new HashMap();//将当前字添加到敏感词库nowMap.put(word,map);}nowMap = map;//如果当前字已经存在 IS_END，且值为1，则表示当前敏感词已经遍历到最后一个字了，直接不管if(nowMap.containsKey(IS_END) && nowMap.get(IS_END).equals("1")){continue;}//当前敏感词已经遍历到最后一个字了，则将 IS_END 修改为1if(i == dirtyWord.length()-1){nowMap.put(IS_END,"1");}else {//没有遍历到最后一个字，则将 IS_END 设置为0nowMap.putIfAbsent(IS_END,"0");}}}}/*** 基于敏感词树，获取短信内容中的敏感词** @param text 短信内容* @return*/public static Set<String> getDirtyWords(String text){//1、定义Set集合，作为返回结果，保存短信内容中的敏感词Set<String> dirtyWords = new HashSet<>();//2、遍历text 中的每个字，然后for(int i=0;i<text.length();i++){//临时存储索引的位置，当nextLength>0，表示匹配到了敏感词int nextLength = 0;//记录敏感词长度int dirtyLength = 0;Map nowMap = dfaMap;//敏感词树//外层的key是往后移动//内层的key，是用来遍历外部key匹配成功后，继续向内部匹配内部的keyfor(int j=i;j<text.length();j++){String word = String.valueOf(text.charAt(j));nowMap = (Map) nowMap.get(word);//没有这个字word开头的敏感词，直接跳到外层key继续下一匹配if(nowMap == null){break;}else {//敏感词长度dirtyLength++;//当前的map的isEnd是1，表示已经找到完整的敏感词if(nowMap.get(IS_END).equals("1")){nextLength = dirtyLength;break;}}}if(nextLength > 0){//执行到这里表示匹配到了敏感词，则把敏感词 添加到 dirtyWords 集合中String dirtWord = text.substring(i,i+nextLength);dirtyWords.add(dirtWord);}}return dirtyWords;}public static void main(String[] args) {// 敏感词库Set<String> dirtyWords = new HashSet<>();dirtyWords.add("三胖");dirtyWords.add("山炮");dirtyWords.add("三胖啊啊");dirtyWords.add("三胖啊啊");// 测试敏感词树的生成create(dirtyWords);// 输出结果for (Object o : dfaMap.entrySet()) {System.out.println(o);}}
}