av一区二区在线观看_亚洲男人的天堂网站_日韩亚洲视频_在线成人免费_欧美日韩精品免费观看视频_久草视

您的位置:首頁技術文章
文章詳情頁

Python 敏感詞過濾的實現示例

瀏覽:4日期:2022-08-06 18:46:37
目錄 一個簡單的實現使用BSF(寬度優先搜索)進行實現使用DFA(Deterministic Finite Automaton)進行實現 一個簡單的實現

主要是通過循環和replace的方式進行敏感詞的替換

class NaiveFilter(): ’’’Filter Messages from keywords very simple filter implementation >>> f = NaiveFilter() >>> f.parse('filepath') >>> f.filter('hello sexy baby') hello **** baby ’’’ def __init__(self):self.keywords = set([]) def parse(self, path):for keyword in open(path): self.keywords.add(keyword.strip().decode(’utf-8’).lower()) def filter(self, message, repl='*'):message = str(message).lower()for kw in self.keywords: message = message.replace(kw, repl)return message使用BSF(寬度優先搜索)進行實現

對于搜索查找進行了優化,對于英語單詞,直接進行了按詞索引字典查找。對于其他語言模式,我們采用逐字符查找匹配的一種模式。

BFS:寬度優先搜索方式

class BSFilter: ’’’Filter Messages from keywords Use Back Sorted Mapping to reduce replacement times >>> f = BSFilter() >>> f.add('sexy') >>> f.filter('hello sexy baby') hello **** baby ’’’ def __init__(self):self.keywords = []self.kwsets = set([])self.bsdict = defaultdict(set)self.pat_en = re.compile(r’^[0-9a-zA-Z]+$’) # english phrase or not def add(self, keyword):if not isinstance(keyword, str): keyword = keyword.decode(’utf-8’)keyword = keyword.lower()if keyword not in self.kwsets: self.keywords.append(keyword) self.kwsets.add(keyword) index = len(self.keywords) - 1 for word in keyword.split():if self.pat_en.search(word): self.bsdict[word].add(index)else: for char in word:self.bsdict[char].add(index) def parse(self, path):with open(path, 'r') as f: for keyword in f:self.add(keyword.strip()) def filter(self, message, repl='*'):if not isinstance(message, str): message = message.decode(’utf-8’)message = message.lower()for word in message.split(): if self.pat_en.search(word):for index in self.bsdict[word]: message = message.replace(self.keywords[index], repl) else:for char in word: for index in self.bsdict[char]:message = message.replace(self.keywords[index], repl)return message使用DFA(Deterministic Finite Automaton)進行實現

DFA即Deterministic Finite Automaton,也就是確定有窮自動機。使用了嵌套的字典來實現。

class DFAFilter(): ’’’Filter Messages from keywords Use DFA to keep algorithm perform constantly >>> f = DFAFilter() >>> f.add('sexy') >>> f.filter('hello sexy baby') hello **** baby ’’’ def __init__(self):self.keyword_chains = {}self.delimit = ’x00’ def add(self, keyword):if not isinstance(keyword, str): keyword = keyword.decode(’utf-8’)keyword = keyword.lower()chars = keyword.strip()if not chars: returnlevel = self.keyword_chainsfor i in range(len(chars)): if chars[i] in level:level = level[chars[i]] else:if not isinstance(level, dict): breakfor j in range(i, len(chars)): level[chars[j]] = {} last_level, last_char = level, chars[j] level = level[chars[j]]last_level[last_char] = {self.delimit: 0}breakif i == len(chars) - 1: level[self.delimit] = 0 def parse(self, path):with open(path,encoding=’UTF-8’) as f: for keyword in f:self.add(keyword.strip()) def filter(self, message, repl='*'):if not isinstance(message, str): message = message.decode(’utf-8’)message = message.lower()ret = []start = 0while start < len(message): level = self.keyword_chains step_ins = 0 for char in message[start:]:if char in level: step_ins += 1 if self.delimit not in level[char]:level = level[char] else:ret.append(repl * step_ins)start += step_ins - 1breakelse: ret.append(message[start]) break else:ret.append(message[start]) start += 1return ’’.join(ret)

到此這篇關于Python 敏感詞過濾的實現示例的文章就介紹到這了,更多相關Python 敏感詞過濾內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網!

標簽: Python 編程
相關文章:
主站蜘蛛池模板: 一区二区在线不卡 | 国产伦精品一区二区三区四区视频 | 欧美精品电影一区 | 国产亚洲一区二区三区在线观看 | 成年人国产在线观看 | 亚洲激情一区二区 | 亚洲一区二区视频 | 亚洲精品乱码久久久久久按摩观 | 四虎影院新网址 | 日韩欧美网 | 精品久久99 | 国产视频一区二区 | 国产亚洲二区 | 欧美一区二区三区大片 | 国产日产久久高清欧美一区 | 天天在线操 | 久久久久久国产精品mv | 97伦理电影 | 亚洲 欧美 日韩 在线 | 精品在线观看一区二区 | 亚洲欧美一区二区三区1000 | 欧美成视频 | 伊人精品一区二区三区 | a级片网站| 亚洲精品久久久久中文字幕欢迎你 | 国产成人精品网站 | 2018国产精品| 国产精品欧美日韩 | 成人性视频在线播放 | 一级视频黄色 | 国产精品一区二区视频 | 亚洲91视频| 国产精品美女久久久久aⅴ国产馆 | 国产欧美日韩在线观看 | 中文字幕视频在线观看 | 久久这里只有精品首页 | 日美女逼逼| 九九热这里只有精品在线观看 | 欧美区日韩区 | 国产成人精品一区二区三区视频 | 乱一性一乱一交一视频a∨ 色爱av |