• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    Python 敏感词过滤的实现示例

     一个简单的实现

    主要是通过循环和replace的方式进行敏感词的替换

    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(宽度优先搜索)进行实现

    对于搜索查找进行了优化,对于英语单词,直接进行了按词索引字典查找。对于其他语言模式,我们采用逐字符查找匹配的一种模式。

    BFS:宽度优先搜索方式

    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)进行实现

    DFA即Deterministic Finite Automaton,也就是确定有穷自动机。
    使用了嵌套的字典来实现。

    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:
                return
            level = self.keyword_chains
            for i in range(len(chars)):
                if chars[i] in level:
                    level = level[chars[i]]
                else:
                    if not isinstance(level, dict):
                        break
                    for 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}
                    break
            if 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 = 0
            while 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 - 1
                            break
                    else:
                        ret.append(message[start])
                        break
                else:
                    ret.append(message[start])
                start += 1
    
            return ''.join(ret)
    
    

    到此这篇关于Python 敏感词过滤的实现示例的文章就介绍到这了,更多相关Python 敏感词过滤内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

    您可能感兴趣的文章:
    • python实现过滤敏感词
    • Python实现敏感词过滤的4种方法
    • python用类实现文章敏感词的过滤方法示例
    • 浅谈Python 敏感词过滤的实现
    • 利用Python正则表达式过滤敏感词的方法
    • Python 实现王者荣耀中的敏感词过滤示例
    • python 实现敏感词过滤的方法
    上一篇:超详细讲解python正则表达式
    下一篇:Python多线程实现模拟火车站售票
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    Python 敏感词过滤的实现示例 Python,敏感,词,过滤,的,实现,