C#敏感词过滤实现方法

C#敏感词过滤实现方法攻略

敏感词过滤在许多场景下都是必须的，比如社交平台的评论、发送短信等。在C#中，实现敏感词过滤的方法主要有以下两种：

方法一：正则表达式过滤

正则表达式是一种实现模式匹配的语言，我们可以利用正则表达式的特性来实现敏感词过滤。下面是使用正则表达式实现敏感词过滤的代码示例：

using System.Text.RegularExpressions;
...

// 传入敏感词数组，返回替换后的字符串
public string FilterSensitiveWords(string[] sensitiveWords, string text)
{
    string pattern = "(" + string.Join("|", sensitiveWords) + ")";
    Regex regex = new Regex(pattern, RegexOptions.IgnoreCase);
    return regex.Replace(text, "***");
}

这段代码使用了System.Text.RegularExpressions命名空间中的Regex类和相关方法，将传入的敏感词通过"|"连接起来组成一个正则表达式的模式，然后将字符串中匹配到的敏感词替换为"***"。

方法二：Trie树过滤

Trie树又叫字典树或前缀树，它是一种字符串查找的树型数据结构，可以利用Trie树来实现快速匹配。

下面是使用Trie树实现敏感词过滤的代码示例：

using System.Collections.Generic;
...

public class TrieNode
{
    public char Val;
    public bool IsEnd;
    public Dictionary<char, TrieNode> Children;

    public TrieNode(char val)
    {
        Val = val;
        IsEnd = false;
        Children = new Dictionary<char, TrieNode>();
    }
}

public class Trie
{
    private TrieNode root;

    public Trie()
    {
        root = new TrieNode('^');
    }

    // 插入单词
    public void Insert(string word)
    {
        var curr = root;
        foreach (var c in word)
        {
            if (!curr.Children.ContainsKey(c))
                curr.Children.Add(c, new TrieNode(c));

            curr = curr.Children[c];
        }
        curr.IsEnd = true;
    }

    // 查找是否包含敏感词
    public bool Contains(string text)
    {
        var curr = root;
        for (int i = 0; i < text.Length; i++)
        {
            var c = text[i];
            if (curr.Children.TryGetValue(c, out var next))
            {
                curr = next;
                if (curr.IsEnd)
                    return true;
            }
            else
                curr = root;
        }
        return false;
    }
}

// 使用Trie树过滤敏感词
public string FilterSensitiveWords(string[] sensitiveWords, string text)
{
    var trie = new Trie();
    foreach (var word in sensitiveWords)
    {
        trie.Insert(word);
    }

    var result = new StringBuilder();
    int i = 0, j = 0;
    while (j < text.Length)
    {
        if (trie.Contains(text[j..]))
        {
            result.Append(text[i..j]);
            result.Append("***");
            i = ++j;
        }
        else
            j++;
    }
    result.Append(text[i..]);
    return result.ToString();
}

这段代码中，我们首先定义了一个TrieNode类和一个Trie类，其中TrieNode表示Trie树节点的结构体，Trie类则表示Trie树本身。

通过循环遍历敏感词数组，将每个敏感词插入到Trie树中。对于要过滤的文本，我们使用两个指针i和j来分别指向文本的起始和终止位置，然后不断移动j指针，检查从j开始的子串是否在Trie树中，如果在Trie树中，则将当前结果保存下来，并将i指针移到j所在位置的下一位，然后继续从j位置开始向后查找。如果不在Trie树中，则只移动j指针。

最终将i和j之间的内容和j之后的内容拼接成最终的结果字符串。

示例说明

示例一：正则表达式过滤

假设我们要过滤的文本为"我是一名哈麻拼车司机，我喜欢打哈麻。"，我们定义一个敏感词数组为["哈麻", "打哈麻"]，然后调用过滤函数：

FilterSensitiveWords(new string[]{"哈麻", "打哈麻"}, "我是一名哈麻拼车司机，我喜欢打哈麻。");

则返回的结果为：

我是一名***拼车司机，我喜欢***。

示例二：Trie树过滤

假设我们要过滤的文本为"你搞甚么兔子啊！"，我们定义一个敏感词数组为["兔子", "甚么"]，然后调用过滤函数：

FilterSensitiveWords(new string[]{"兔子", "甚么"}, "你搞甚么兔子啊！");

则返回的结果为：

你搞***啊！

这里只过滤了"甚么"和"兔子"两个词，因此，"啊"没有被过滤掉。