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:2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: 日韩在线一区二区 | 天天爽天天干 | 国产a区| 久久久久国产精品夜夜夜夜夜 | 久热精品在线 | 欧美不卡一区二区三区 | 3d动漫精品h区xxxxx区 | 久久久久一 | 欧美久久精品 | 中文字幕永久在线 | 黄色一级免费看 | 欧美一区二区在线 | 性色av蜜臀av浪潮av老女人 | 国产精品国产精品国产专区不片 | 国产免费一区二区 | 黄色激情视频在线观看 | 日本中文字幕在线播放 | 亚洲成年人在线观看 | 欧美一级艳片视频免费观看 | 九九热这里有精品 | 大色av| 日韩在线免费播放 | 久久午夜精品 | a级片在线免费观看 | 日韩欧美精品一区 | 黄大色黄大片女爽一次 | 免费黄网站在线观看 | 国产又色又爽又黄又免费 | 国产毛片毛片 | 福利影院在线观看 | 成人国产在线观看 | 午夜影院福利 | 亚洲日本视频 | 四虎影视在线 | 爱搞逼综合网 | 久久av一区二区三区亚洲 | 亚洲成色www.777999 | 中文字幕在线观看网站 | 国产精品成人一区二区 | 青青草91| 日韩一二区 |