欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python 敏感詞過濾的實現(xiàn)示例

 更新時間:2021年08月31日 15:53:11   作者:waws520  
本文主要介紹了Python 敏感詞過濾的實現(xiàn)示例,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下

 一個簡單的實現(xiàn)

主要是通過循環(huán)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(yōu)先搜索)進行實現(xiàn)

對于搜索查找進行了優(yōu)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(yōu)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(xiàn)

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(xiàn)。

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)

到此這篇關于Python 敏感詞過濾的實現(xiàn)示例的文章就介紹到這了,更多相關Python 敏感詞過濾內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • pytorch中nn.Sequential和nn.Module的區(qū)別與選擇方案

    pytorch中nn.Sequential和nn.Module的區(qū)別與選擇方案

    在 PyTorch 中,構建神經(jīng)網(wǎng)絡模型有兩種主要方式:nn.Sequential 和 nn.Module,它們各有優(yōu)缺點,適用于不同的場景,下面通過示例給大家講解pytorch中nn.Sequential和nn.Module的區(qū)別與選擇方案,感興趣的朋友一起看看吧
    2024-06-06
  • python版DDOS攻擊腳本

    python版DDOS攻擊腳本

    這篇文章主要為大家詳細介紹了python版DDOS攻擊腳本,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2019-06-06
  • python的scrapy框架之Pipeline文件的用法詳解

    python的scrapy框架之Pipeline文件的用法詳解

    這篇文章主要介紹了python的scrapy框架之Pipeline文件的用法詳解,Pipeline是一個獨立的模塊,用于處理從Spider中提取的Item對象,實現(xiàn)對數(shù)據(jù)的進一步處理、存儲和清洗等操作,下面將詳細介紹Scrapy框架中Pipeline的用法,需要的朋友可以參考下
    2023-10-10
  • 將Jupyter?Notebook(.ipynb)文件轉換為Python(.py)文件的3種方法

    將Jupyter?Notebook(.ipynb)文件轉換為Python(.py)文件的3種方法

    大多數(shù)數(shù)據(jù)科學在線課程都把Jupyter Notebook作為教學媒介,這是因為初學者在Jupyter Notebook的單元格中編寫代碼,比編寫包含類和函數(shù)的腳本更容易,這篇文章主要給大家介紹了關于將Jupyter?Notebook(.ipynb)文件轉換為Python(.py)文件的3種方法,需要的朋友可以參考下
    2023-10-10
  • Django驗證碼的生成與使用示例

    Django驗證碼的生成與使用示例

    關于django的驗證碼的使用,在網(wǎng)上找到了相關的資料,現(xiàn)在整理一下分享給大家,下面這篇文章主要給大家介紹了關于Django驗證碼的生成與使用的相關資料,需要的朋友可以參考借鑒,下面來一起看看吧。
    2017-05-05
  • Opencv對象追蹤的示例代碼

    Opencv對象追蹤的示例代碼

    這篇文章主要介紹了Opencv對象追蹤的示例代碼,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2021-03-03
  • Python tcp傳輸代碼實例解析

    Python tcp傳輸代碼實例解析

    這篇文章主要介紹了Python tcp傳輸代碼實例解析,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2020-03-03
  • windows下添加Python環(huán)境變量的方法匯總

    windows下添加Python環(huán)境變量的方法匯總

    默認情況下,在windows下安裝python之后,系統(tǒng)并不會自動添加相應的環(huán)境變量。此時不能在命令行直接使用python命令。今天我們就來看下,如何簡單快捷的在windows下添加Python環(huán)境變量
    2018-05-05
  • python datetime處理時間小結

    python datetime處理時間小結

    這篇文章主要介紹了python datetime處理時間小結,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2020-04-04
  • Django1.7+python 2.78+pycharm配置mysql數(shù)據(jù)庫教程

    Django1.7+python 2.78+pycharm配置mysql數(shù)據(jù)庫教程

    原本感覺在Django1.7+python 2.78+pycharm環(huán)境下配置mysql數(shù)據(jù)庫是件很容易的事情,結果具體操作的時候才發(fā)現(xiàn),問題還是挺多的,這里記錄一下最終的配置結果,給需要的小伙伴參考下吧
    2014-11-11

最新評論