脏话过滤器

Question

到目前为止，我已经能够审查“猫”，“狗”和“骆驼”。现在我只需要让“教条”成为例外，但我终生也搞不懂它。下面我附上了我到目前为止所拥有的。请提供任何建议，真的会很有帮助。

/* take userinput and determine if it contains profanity
 * if userinput contains profanity, it will be filtered 
 * and a new sentence will be generated with the word censored
 */
keyboard = new Scanner(System.in);
System.out.println("Welcome to the Star Bulletin Board!");
System.out.println("Generate your first post below!");

String userInput = keyboard.nextLine();

userInput = userInput.toLowerCase();

if (userInput.indexOf("cat") != 15){
    System.out.println("Your post contains profanity.");
    System.out.println("I have altered your post to appear as: ");
    System.out.println(userInput.replaceAll("cat", "***"));
}
else 
    System.out.println(userInput);

if (userInput.indexOf("dog") != -1){
    System.out.println("Your post contains profanity.");
    System.out.println("I have altered your post to appear as: ");
    System.out.println(userInput.replaceAll("dog", "***"));
}
if (userInput.indexOf("llama")!= -1){
    System.out.println("Your post contains profanity.");
    System.out.println("I have altered your post to appear as: ");
    System.out.println(userInput.replaceAll("llama", "*****"));
}

Answer 1

您可以使用单词边界\\b。单词边界与单词的边缘相匹配，如空格或标点符号。

if (userInput.matches(".*\\bdog\\b.*")) {
    userInput = userInput.replaceAll("\\bdog\\b", "***");
}

这将审查“不要成为一头骆驼”。但它不会审查“不要教条主义”。

userInput.matches(".*\\bdog\\b.*")是一种比indexOf/contains稍好的条件，因为它与替换项具有相同的匹配项。尽管没有审查任何内容，indexOf/contains仍会显示该消息。.*可以选择性地匹配任何字符(通常是换行符除外)。

注意:这仍然不是一种非常有效的过滤脏话的方法。参见http://blog.codinghorror.com/obscenity-filters-bad-idea-or-incredibly-intercoursing-bad-idea/。

Answer 2

使用单词边界。看一下下面的代码；它将为除最后一个案例之外的所有案例输出true：

String a = "what you there";
String b = "yes what there";
String c = "yes there what";
String d = "whatabout this";

System.out.println(Pattern.compile("\\bwhat\\b").matcher(a).find());
System.out.println(Pattern.compile("\\bwhat\\b").matcher(b).find());
System.out.println(Pattern.compile("\\bwhat\\b").matcher(c).find());
System.out.println(Pattern.compile("\\bwhat\\b").matcher(d).find());

您可以将所有不好的单词组合成一个正则表达式，如下所示：

Pattern filter = Pattern.compile("\\b(cat|llama|dog)\\b");

这对于简单的情况很好，但是对于更健壮的解决方案，您可能希望使用库。有关更多信息，请查看this question。