大家都知道几乎每一个web应用或游戏设计中，都需要做敏感词的过滤以及转换。为了应对越来越多的敏感词，寻找一个高效率的敏感词过滤算法就摆在了各个程序员的面前。目前业内公认的效率最高的就是 DFA 算法。小编今天为大家分享这个开源项目也是基于DFA 算法实现：sensitive-word，用于过滤敏感词的 Java 库。一款高性能的敏感词过滤工具，词库共收录了 6w+ 内容，支持自定义敏感词、白名单、替换策略、数字常见形式的互换、忽略重复词等功能。该项目在 GitHub 上的star数更是一路飙升到了1.4k。

最新版本的功能特性

• 6W+ 词库，且不断优化更新
• 基于 fluent-api 实现，使用优雅简洁
• 基于 DFA 算法，性能为 7W+ QPS，应用无感
• 支持敏感词的判断、返回、脱敏等常见操作
• 支持常见的格式转换
• 全角半角互换、英文大小写互换、数字常见形式的互换、中文繁简体互换、英文常见形式的互换、忽略重复词等
• 支持敏感词检测、邮箱检测、数字检测、网址检测等
• 支持自定义替换策略
• 支持用户自定义敏感词和白名单
• 支持数据的数据动态更新（用户自定义），实时生效
• 支持敏感词的标签接口
• 支持跳过一些特殊字符，让匹配更灵活

🌟 性能测试

1、测试环境为普通的笔记本

• 处理器 12th Gen Intel(R) Core(TM) i7-1260P   2.10 GHz
• 机带 RAM  16.0 GB (15.7 GB 可用)
• 系统类型    64 位操作系统, 基于 x64 的处理器

2、测试数据：100+ 字符串，循环 10W 次。

测试数据：100+ 字符串，循环 10W 次。不同环境会有差异，但是比例基本稳定。

🧰 如何使用

项目的使用非常简单快捷，具体步骤如下：1、环境依赖：

• JDK1.7+
• Maven 3.x+

2、在 pom 中引入依赖

<dependency> <groupId>com.github.houbb</groupId> <artifactId>sensitive-word</artifactId> <version>[最新版本]</version></dependency>

3、判断是否包含敏感词

final String text = "五星红旗迎风飘扬，毛主席的画像屹立在天安门前。";
Assert.assertTrue(SensitiveWordHelper.contains(text));