Question

我想过滤一个字符串。

基本上当有人输入消息时，我希望过滤掉某些单词，如下所示：

用户类型： hey guys lol omg -omg mkdj*Omg*ndid

我希望过滤器运行并且：

输出： hey guys lol - mkdjndid

我需要从包含多个单词的ArrayList加载过滤后的单词以进行过滤。现在我正在做if(message.contains(omg))，但如果有人输入 zomg 或 -omg 或类似内容，则无效。

Answer 1

尝试：

input.replaceAll("(\\*?)[oO][mM][gG](\\*?)", "").split(" ")

Answer 2

将replaceAll与使用坏词构建的正则表达式一起使用：

message = message.replaceAll("(?i)\\b[^\\w -]*" + badWord + "[^\\w -]*\\b", "");

这会通过您的测试用例：

public static void main( String[] args ) {
    List<String> badWords = Arrays.asList( "omg", "black", "white" );
    String message = "hey guys lol omg -omg mkdj*Omg*ndid";
    for ( String badWord : badWords ) {
        message = message.replaceAll("(?i)\\b[^\\w -]*" + badWord + "[^\\w -]*\\b", "");
    }
    System.out.println( message );
}

Answer 3

戴夫已经给了你答案，但我会在这里强调一下这句话。如果使用简单的for循环实现算法，只会替换过滤后的单词的出现，则会遇到问题。例如，如果您在单词'classic'中过滤单词ass并将其替换为'butt'，则生成的单词将为'clbuttic'，这没有任何意义。因此，我建议使用单词列表，如在/ usr / share / dict /目录下存储在Linux中的单词列表，以检查单词是否有效或是否需要过滤。我不太了解你想要做的事情。

Answer 4

我遇到了同样的问题，并通过以下方式解决了这个问题：

1）制作一个包含我要过滤掉的所有字词的Google电子表格

2）使用loadConfigs方法直接将google电子表格下载到我的代码中（见下文）

3）将所有l33tsp33k字符替换为各自的字母

4）替换所有特殊字符，但替换句子中的字母

5）运行一种算法，该算法可以有效地检查字符串中所有可能的单词组合，注意这部分是关键 - 你不想每次都在你的整个列表上循环，看看你的单词在列表中。在我的例子中，我找到了字符串输入中的每个组合，并根据散列图（O（1）运行时）对其进行了检查。这样，运行时相对于字符串输入而不是列表输入增长。

6）检查单词是否与好词结合使用（例如，贝司包含* ss）。这也是通过电子表格

加载的

6）在我们的例子中，我们也将过滤后的单词发布到Slack，但您可以明显删除该行。

我们在自己的游戏中使用它，它的工作就像一个魅力。希望你们喜欢。

https://pimdewitte.me/2016/05/28/filtering-combinations-of-bad-words-out-of-string-inputs/

public static HashMap<String, String[]> words = new HashMap<String, String[]>();

public static void loadConfigs() {
    try {
        BufferedReader reader = new BufferedReader(new InputStreamReader(new URL("https://docs.google.com/spreadsheets/d/1hIEi2YG3ydav1E06Bzf2mQbGZ12kh2fe4ISgLg_UBuM/export?format=csv").openConnection().getInputStream()));
        String line = "";
        int counter = 0;
        while((line = reader.readLine()) != null) {
            counter++;
            String[] content = null;
            try {
                content = line.split(",");
                if(content.length == 0) {
                    continue;
                }
                String word = content[0];
                String[] ignore_in_combination_with_words = new String[]{};
                if(content.length > 1) {
                    ignore_in_combination_with_words = content[1].split("_");
                }


                words.put(word.replaceAll(" ", ""), ignore_in_combination_with_words);
            } catch(Exception e) {
                e.printStackTrace();
            }

        }
        System.out.println("Loaded " + counter + " words to filter out");
    } catch (IOException e) {
        e.printStackTrace();
    }

}


/**
 * Iterates over a String input and checks whether a cuss word was found in a list, then checks if the word should be ignored (e.g. bass contains the word *ss).
 * @param input
 * @return
 */
public static ArrayList<String> badWordsFound(String input) {
    if(input == null) {
        return new ArrayList<>();
    }

    // remove leetspeak
    input = input.replaceAll("1","i");
    input = input.replaceAll("!","i");
    input = input.replaceAll("3","e");
    input = input.replaceAll("4","a");
    input = input.replaceAll("@","a");
    input = input.replaceAll("5","s");
    input = input.replaceAll("7","t");
    input = input.replaceAll("0","o");

    ArrayList<String> badWords = new ArrayList<>();
    input = input.toLowerCase().replaceAll("[^a-zA-Z]", "");

    for(int i = 0; i < input.length(); i++) {
        for(int fromIOffset = 1; fromIOffset < (input.length()+1 - i); fromIOffset++)  {
            String wordToCheck = input.substring(i, i + fromIOffset);
            if(words.containsKey(wordToCheck)) {
                // for example, if you want to say the word bass, that should be possible.
                String[] ignoreCheck = words.get(wordToCheck);
                boolean ignore = false;
                for(int s = 0; s < ignoreCheck.length; s++ ) {
                    if(input.contains(ignoreCheck[s])) {
                        ignore = true;
                        break;
                    }
                }
                if(!ignore) {
                    badWords.add(wordToCheck);
                }
            }
        }
    }


    for(String s: badWords) {
        Server.getSlackManager().queue(s + " qualified as a bad word in a username");
    }
    return badWords;

}

从字符串中过滤单词

4 个答案: