技术派通用敏感词替换（👍强烈推荐）

数据脱敏对于国内的互联网企业来说，属于标配，如果不想某天突然被查水表的话（题外话：技术派的水表都被抄了😂）

接下来给大家介绍一下技术派中是怎么实现数据脱敏的

敏感词校验

现在的敏感词校验算法相对成熟，github上也可以搜到很多相关的实现，接下来简单给大家介绍一下敏感词校验的算法原理

DFA算法

偷个懒，直接从网上copy一份相关的介绍

游戏中敏感词的过滤之DFA算法 - 知乎

DFA 算法是通过提前构造出一个树状查找结构(实际上应该说是一个森林)，之后根据输入在该树状结构中就可以进行非常高效的查找。

设我们有一个敏感词库，词酷中的词汇为：
我爱你
我爱他
我爱她
我爱你呀
我爱他呀
我爱她呀
我爱她啊

那么就可以构造出这样的树状结构：

假设需要校验的字符串为：一灰我爱你呀哈哈哈

我们遍历输入的字符串 str，并设指针 i 指向树状结构的根节点，即最左边的空白节点：

str[0] = ‘一’ 时，此时 tree[i] 没有指向值为 ‘一’ 的节点，所以不满足匹配条件，继续往下遍历
str[1] = ‘灰’，同样不满足匹配条件，继续遍历
str[2] = ‘我’，此时 tree[i] 有一条路径连接着 ‘我’ 这个节点，满足匹配条件，i 指向 ‘我’ 这个节点，然后继续遍历
str[3] = ‘爱’，此时 tree[i] 有一条路径连着 ‘爱’ 这个节点，满足匹配条件，i 指向 ‘爱’，继续遍历
str[4] = ‘你’，同样有路径，i 指向 ‘你’，继续遍历
str[5] = ‘呀’，同样有路径，i 指向 ‘呀’
此时，我们的指针 i 已经指向了树状结构的末尾，即此时已经完成了一次敏感词判断。我们可以用变量来记录下这次敏感词匹配开始时玩家输入字符串的下标，和匹配结束时的下标，然后再遍历一次将字符替换为 * 即可。
结束一次匹配后，我们把指针 i 重新指向树状结构的根节点处。
此时我们玩家输入的字符串还没有遍历到头，所以继续遍历：
str[6] = ‘哈’，不满足匹配条件，继续遍历
str[7] = ‘哈’ …
str[8] = ‘哈’ …

可以看出我们遍历了一次玩家输入的字符串，就找到了其中的敏感词汇。

而在这一段标题的下面，...

真诚点赞诚不我欺

技术派通用敏感词替换（👍强烈推荐）

敏感词校验

DFA算法

目录

划线评论