和谐宝典用于检查输入是否包含中文或英文敏感词,并可替换为特殊字符。生活在天朝,和谐宝典必须人手必备。
- 速度快,比常规的正则匹配要快10倍以上,具体性能可运行benchmark查看
- 可以输出检测到的敏感词,请看初始
- 简单,可根据需要方便的调整敏感词字库
validate_harmonious_of *attr_names
- 检查输入是否包含敏感词
HarmoniousDictionary.clean?(your_input)
- 检查包含的敏感词
HarmoniousDictionary.harmonious_words(your_input)
- 替换包含的敏感词为*
HarmoniousDictionary.clean(your_input)
准备Gemfile
gem harmonious_dictionary
创建必要的配置文件
rails g harmonious_dictionary:setup
然后你需要准备敏感词字库,如果你已经有自己的敏感词库,请把中文和英文词对应复制到项目目录config/harmonious_dictionary/
下的chinese_dictionary.txt和english_dictionary.txt。如果还没有自己的词库,就用和谐宝典预备的好了,到 https://github.com/downloads/wear/harmonious_dictionary/dictionaries.zip 下载,解压,并替换
最后需要生成序列化的词库,运行
rake harmonious_dictionary:generate
ruby 1.8下使用
对于rails2系列,请使用1.8的branch,以plugin形式使用。敏感词库的配置都在插件harmonious_dictionary里配置
不同与常规敏感词检查正则匹配,和谐宝典对输入的中文以给定敏感词字库做为分词词库做分词处理,把里里面的内容找出来。算法采用自yzhang的https://github.com/yzhang/rseg,和谐宝典对算法做了简化处理以提高效率。
MIT license