敏感词检测

后面办法对很多关键词仍有较好的效率。 首先，关键词大多是2字到5字。 后面说法均以这个为基础，如果有更多字另算。 2字、3字、4字、5字各生成一个敏感词哈希表。 后面分开写了，合成一个数组也可以。 var ban2:Object = {某马:true,屏蔽:true,啦啦:true}; var ban3:Object = {某个马:true,三个字:true,啦啦啦:true,小广告:true}; var ban4:Object = {某个坏银:true,四个字符:true,哈哈哈哈:true,就爱凤姐:true}; var ban5:Object = {某个大法好:true,五个敏感字:true}; 根据上面4组敏感词，自动生成以下索引 生成规则为，索引名是敏感词第一个字，值是一个int 该int的规则为，第i位为1表示上面4表存在长度为i的敏感词，否则不存在长度为i的敏感词 var index:Object = {二:0x04,三:0x08,四:0x10,五:0x20,某:0x3c,啦:0x0c,哈:0x10,小:0x08,就:0x10}; 有一段如下文字，检验其是否包含敏感词： “我就打小广告，气死版主” 规则如下: 1，逐字检验，是否该字在index索引表中。 2，如果不在表中，继续检验 3，如果在表中，根据索引表该键的值，取此字以及此字后的若干字检验详细表。 4，所谓“检测”某关键词str是否在索引表index的方法是，if(index[str]){} 检验例子 ——检测“我”   |-不在索引表 ——检测“就”   |-在索引表   |-“就”的索引值是0x10，表示有4字以“就”开头的敏感词   |-取“就”和后面的字共4个，组成“就打小广”   |-查4字敏感词表，没有这项，继续 ——检测“打”   |-不在索引表 ——检测“小”   |-在索引表   |-索引值是0x08，表示有3字长度的敏感词   |-取“小”和“小”后面的字，共3个字组成一个词“小广告”   |-“小广告”在3字敏感词中，此帖包含敏感词，禁止发布