明明白白我的登录——关键词过滤

在用户帐号体系中，每个用户都会设置一个彰显自己个性的用户昵称，这些用户输入的昵称中有些词是敏感词，不可以使用，那么就需要对用户的昵称进行过滤去除其中的关键词，这样就涉及下面几个细节：

昵称关键词过滤

其中核心功能点：初始化、敏感词查找、匹配策略、用户输入

初始化：将关键词读入内存中，并按照预先设计的数据结构进行初始化，而且初始化的最终目标是提高关键词查找的效率。

敏感词查找：精确匹配（文本全部与关键词完全匹配）、包含匹配（文本全部包含关键词匹配）

本文重点围绕初始化展开，在这方面比较常用的有：

String、Hash、Trie、Bloom Filer。

String

在关键词初期，可以将需要的关键词拼接成字符串，然后根据字符串进行查找，比如：strops、strstr等，不同的语言都提供了丰富的字符串函数。

Hash

该结构使用场景较多，也容易接受，所以不再展开介绍

Trie

是在上述Hash结构后的进一步优化，将关键词初始化为树型结构，当然比前面的实现方式也更复杂

Bloom Filter

之所以将Bloom Filter放到最后讲，是因为该算法有一定的错误率，所以需要根据实际要求进行选择。

参考资料：

1、关键词过滤的系列文章

2、Trie VS Hash

3、Bloom Filter