这里有部分是从网上找的，但看起来太乱了，分的太散了。研究了几天，整理出来，有问题的话还请大虾们提出来....
DFA算法过滤敏感词整理
package org.rui.util;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.HashMap;
import java.util.HashSet;
import java.util.Iterator;
import java.util.Map;
import java.util.Set;
/**
* 检查是否有敏感词，并返回敏感词和数量
* YN =是否是最后一个 Y=是 N=不是
*
* @author lenovo
*
*/
public class FilterWord
{
public static final Integer MATCH_TYPE_X = 2;// 最小匹配规则
public static final Integer MATCH_TYPE_M = 1;// 最大匹配规则
public static Set<String> readWorld()
{
InputStreamReader read = null;
Set<String> set = null;
try {
File file = new File("D:\\SensitiveWord.txt"); // 读取文件
read = new InputStreamReader(new FileInputStream(file), "UTF-8");
if (file.isFile() && file.exists()) { // 文件流是否存在
set = new HashSet<String>();
BufferedReader bufferedReader = new BufferedReader(read);
String txt = null;
while ((txt = bufferedReader.readLine()) != null) { // 读取文件，将文件内容放入到set中
set.add(txt);
}
} else {
// throw new Exception("敏感词库文件不存在");
}
} catch (Exception e) {
e.printStackTrace();
} finally {
if (read != null) {
try {
read.close();
} catch (IOException e) {
e.printStackTrace();
} // 关闭文件流
}
}
return set;
}
public static Map getMap()
{
Map WordMap = new HashMap();
String key = null;
Map nowMap = null;
Map<String, String> newWorMap = null;
// 迭代keyWordSet
Iterator<String> iterator = readWorld().iterator();
while (iterator.hasNext()) {
key = iterator.next(); // 关键字
nowMap = WordMap;
for (int i = 0; i < key.length(); i++) {
char keyChar = key.charAt(i); // 转换成char型
Object wordMap = nowMap.get(keyChar); // 获取
if (wordMap != null) { // 如果存在该key，直接赋值
nowMap = (Map) wordMap;
} else { // 不存在则，则构建一个map，同时将isEnd设置为0，因为他不是最后一个
newWorMap = new HashMap<String, String>();
newWorMap.put("YN", "N"); // 不是最后一个
nowMap.put(keyChar, newWorMap);
nowMap = newWorMap;
}
if (i == key.length() - 1) {
nowMap.put("YN", "Y"); // 最后一个
}
}
}
return WordMap;
}
public static void main(String[] args)
{
// 添加敏感 词，这里也可以从数据库中读取
Map sensitiveWordMap = getMap();
Set<String> sensitiveWordList = new HashSet<String>();
String txt = "问世间，情是何物，直教生死相许。天南地北双飞客，老翅几回寒暑。欢乐趣，别离苦，是中更有痴儿女。"
+ "胡锦涛和习近平君应有语。渺万里层云，千山暮雪，只影为谁去？横汾路，寂寞当年箫鼓。荒烟依旧平楚。招魂楚些何嗟及，"
+ "胡锦涛习近平山鬼自啼风雨。天也妒。未信与，莺儿燕子俱黄土。千秋万古。为留待骚人，狂歌痛饮，来访雁丘处。";
for (int i = 0; i < txt.length(); i++) {
int length = 0;// 匹配标识数默认为0
boolean flag = false; // 敏感词结束标识位：用于敏感词只有1位的情况
char word = 0;
Map nowMap = sensitiveWordMap;
for (int j = i; j < txt.length(); j++) {
word = txt.charAt(j);
nowMap = (Map) nowMap.get(word); // 获取指定key
if (nowMap != null) { // 存在，则判断是否为最后一个
length++; // 找到相应key，匹配标识+1
if ("Y".equals(nowMap.get("YN"))) { // 如果为最后一个匹配规则,结束循环，返回匹配标识数
flag = true; // 结束标志位为true
if (FilterWord.MATCH_TYPE_M == 1) { // 最小规则，直接返回,最大规则还需继续查找
break;
}
}
} else { // 不存在，直接返回
break;
}
}
if (length < 2 || !flag) { // 长度必须大于等于1，为词
length = 0;
}
if (length > 0) { // 存在,加入list中
sensitiveWordList.add(txt.substring(i, i + length));
i = i + length - 1; // 减1的原因，是因为for会自增
}
}
System.out.println("语句中包含敏感词的个数为：" + sensitiveWordList.size() + "。包含："
+ sensitiveWordList);
}
}
/***
* 语句中包含敏感词的个数为：2。包含：[习近平, 胡锦涛]
*/
package org.rui.util;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.HashMap;
import java.util.HashSet;
import java.util.Iterator;
import java.util.Map;
import java.util.Set;
/**
* @desc DFA 过滤敏感词 用*号替换
* @date 2015/04/04
* @author liangrui
*
*/
public class ReplaceKeyWord
{
public static final Integer MATCH_TYPE_X = 2;// 最小匹配规则
public static final Integer MATCH_TYPE_M = 1;// 最大匹配规则
/**
* 读取敏感词
*
* @return
*/
public static Set<String> readWorld()
{
InputStreamReader read = null;
Set<String> set = null;
try {
File file = new File("D:\\SensitiveWord.txt"); // 读取文件
read = new InputStreamReader(new FileInputStream(file), "UTF-8");
if (file.isFile() && file.exists()) { // 文件流是否存在
set = new HashSet<String>();
BufferedReader bufferedReader = new BufferedReader(read);
String txt = null;
while ((txt = bufferedReader.readLine()) != null) { // 读取文件，将文件内容放入到set中
set.add(txt);
}
} else {
// throw new Exception("敏感词库文件不存在");
}
} catch (Exception e) {
e.printStackTrace();
} finally {
if (read != null) {
try {
read.close();
} catch (IOException e) {
e.printStackTrace();
} // 关闭文件流
}
}
return set;
}
/**
* DFA算法 模型
*
* @return
*/
public static Map getMap()
{
Map WordMap = new HashMap();
String key = null;
Map nowMap = null;
Map<String, String> newWorMap = null;
// 迭代keyWordSet
Iterator<String> iterator = readWorld().iterator();
while (iterator.hasNext()) {
key = iterator.next(); // 关键字
nowMap = WordMap;
for (int i = 0; i < key.length(); i++) {
char keyChar = key.charAt(i); // 转换成char型
Object wordMap = nowMap.get(keyChar); // 获取
if (wordMap != null) { // 如果存在该key，直接赋值
nowMap = (Map) wordMap;
} else { // 不存在则，则构建一个map，同时将isEnd设置为0，因为他不是最后一个
newWorMap = new HashMap<String, String>();
newWorMap.put("YN", "N"); // 不是最后一个
nowMap.put(keyChar, newWorMap);
nowMap = newWorMap;
}
if (i == key.length() - 1) {
nowMap.put("YN", "Y"); // 最后一个
}
}
}
return WordMap;
}
/**
* 替换
*
* @param txt
* @param map
* @return
*/
public static String replace(String txt, Map map)
{
StringBuffer sb = new StringBuffer(txt);
for (int i = 0; i < txt.length(); i++) {
int length = 0;// 匹配标识数默认为0
boolean flag = false; // 敏感词结束标识位：用于敏感词只有1位的情况
char word = 0;
Map nowMap = map;
for (int j = i; j < txt.length(); j++) {
word = txt.charAt(j);
nowMap = (Map) nowMap.get(word); // 获取指定key
if (nowMap != null) { // 存在，则判断是否为最后一个
length++; // 找到相应key，匹配标识+1
if ("Y".equals(nowMap.get("YN"))) { // 如果为最后一个匹配规则,结束循环，返回匹配标识数
flag = true; // 结束标志位为true
if (ReplaceKeyWord.MATCH_TYPE_M == 1) { // 最小规则，直接返回,最大规则还需继续查找
break;
}
}
} else { // 不存在，直接返回
break;
}
}
if (length < 2 || !flag) { // 长度必须大于等于1，为词
length = 0;
}
if (length > 0) { // 存在
char[] c = new char[length];
for (int x = 0; x < length; x++) {
c[x] = '*';
}
sb.replace(i, i + length, new String(c));
i = i + length - 1; // 减1的原因，是因为for会自增
}
}
return sb.toString();
}
public static void main(String[] args)
{
// 添加敏感 词，这里也可以从数据库中读取
Map map = getMap();
String txt = "问世间，情是何物，直教生死相许。天南地北双飞客，老翅几回寒暑。欢乐趣，别离苦，是中更有痴儿女。"
+ "胡锦涛和习近平君应有语。渺万里层云，千山暮雪，只影为谁去？横汾路，寂寞当年箫鼓。荒烟依旧平楚。招魂楚些何嗟及，"
+ "胡锦涛习近平山鬼自啼风雨。天也妒。未信与，莺儿燕子俱黄土。千秋万古。为留待骚人，狂歌痛饮，来访雁丘处。";
long beginTime = System.currentTimeMillis();
String result = replace(txt, map);
long endTime = System.currentTimeMillis();
System.out.println("总共消耗时间为：" + (endTime - beginTime));
System.out.println("result:" + result);
// Set set = readWorld();
}
}
/***
* result:问世间，情是何物，直教生死相许。天南地北双飞客，老翅几回寒暑。欢乐趣，别离苦，是中更有痴儿女。***和***君应有语。
* 渺万里层云，千山暮雪，只影为谁去？横汾路，寂寞当年箫鼓。荒烟依旧平楚。招魂楚些何嗟及，******山鬼自啼风雨。
* 天也妒。未信与，莺儿燕子俱黄土。千秋万古。为留待骚人，狂歌痛饮，来访雁丘处。
* /
*/
原文地址：http://blog.csdn.net/liangrui1988/article/details/44873331
