0

0

解析Golang中的简单敏感词过滤系统 Go语言DFA算法初步

P粉602998670

P粉602998670

发布时间:2026-03-18 02:51:14

|

487人浏览过

|

来源于php中文网

原创

用 map[rune]Node 而不用 map[byte]Node,因为中文、emoji等多字节字符用 byte 会拆分成乱码单元导致匹配失效,如“王”在 UTF-8 中占 3 字节但仅对应 1 个 rune。

解析golang中的简单敏感词过滤系统 go语言dfa算法初步

为什么用 map[rune]*Node 而不用 map[byte]*Node

因为中文、emoji、全角符号等都不是单字节,byte 会把一个汉字拆成多个乱码单元,导致匹配完全失效。比如 "王" 在 UTF-8 下是 3 个 byte,但作为字符(rune)只有 1 个。
实操建议:
• 所有字符串遍历必须用 for _, r := range word,不是 for i := range word
• 构建树和匹配时,输入文本、敏感词都先转为 []rune 或直接 range,别碰 []byte
• 如果硬要用 byte(比如只处理 ASCII 日志),得提前做字符集校验,否则线上一跑中文就漏词

BuildDICT 函数里 node.isEnd = true 放错位置会怎样

常见错误是把 isEnd = true 写在循环内部,导致“王八蛋”中“王”“王八”“王八蛋”全被标为敏感词结尾——结果“王”单独出现就被拦截,误杀率飙升。
正确做法只在完整词路径末端设 isEnd
• 循环完所有 rune 后再赋值
• 别在每轮子节点创建时就设 isEnd
• 如果要支持“前缀敏感”(如“王八”和“王八蛋”都算),得额外加字段如 isPrefix,不能复用 isEnd

匹配时遇到“王八羔子”却只命中“王八”,为什么没继续往后找

这是 DFA 实现最常踩的坑:只做「单次最长匹配」或「首次匹配即返回」,而没实现「重叠/多模式匹配」。
典型表现:
• 输入“王八羔子坏”,只返回“王八”,漏掉“王八羔子”
• 输入“我讨厌王八,也讨厌王八羔子”,只报第一个
解决关键点:
• 匹配不能一碰到 isEnd 就 break,得记录当前位置,然后从下一个字符重新进树(即「回溯起点+1」)
• 或者用双指针:start 固定起点,end 推进找最长匹配,找到后 start++ 继续
• 简单场景可用 strings.ReplaceAllFunc 配合 contains 判断,但性能差;高并发务必手写滑动匹配逻辑

天工AI
天工AI

昆仑万维推出的国内首款融入大语言模型的AI对话问答、AI搜索引擎,知识从这里开始。

下载

Next 字段初始化不检查 nil 会导致 panic

Go 的 map 访问 nil map 会直接 panic,而很多人写 node.Next[c] 前没确认 node.Next != nil
现象:
• 本地小数据测不出,压测时突然 panic: assignment to entry in nil map
• 错误堆栈指向 AddChild 或匹配循环里的 node.children[char]
安全写法:
• 所有对 Next 的读写前,加 if node.Next == nil { node.Next = make(map[rune]*Node) }
• 更推荐封装方法:func (n *Node) getChild(r rune) *Nodefunc (n *Node) setChild(r rune, child *Node),内部统一判空
• 根节点初始化必须显式 children: make(map[rune]*Node),不能依赖结构体字段默认值

立即学习go语言免费学习笔记(深入)”;

DFA 看似简单,但中文分词边界、重叠词处理、nil map 访问这三处,90% 的线上问题都出在这儿。别信“跑通 demo 就能上线”。

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
golang如何定义变量
golang如何定义变量

golang定义变量的方法:1、声明变量并赋予初始值“var age int =值”;2、声明变量但不赋初始值“var age int”;3、使用短变量声明“age :=值”等等。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

211

2024.02.23

golang有哪些数据转换方法
golang有哪些数据转换方法

golang数据转换方法:1、类型转换操作符;2、类型断言;3、字符串和数字之间的转换;4、JSON序列化和反序列化;5、使用标准库进行数据转换;6、使用第三方库进行数据转换;7、自定义数据转换函数。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

247

2024.02.23

golang常用库有哪些
golang常用库有哪些

golang常用库有:1、标准库;2、字符串处理库;3、网络库;4、加密库;5、压缩库;6、xml和json解析库;7、日期和时间库;8、数据库操作库;9、文件操作库;10、图像处理库。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

357

2024.02.23

golang和python的区别是什么
golang和python的区别是什么

golang和python的区别是:1、golang是一种编译型语言,而python是一种解释型语言;2、golang天生支持并发编程,而python对并发与并行的支持相对较弱等等。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

214

2024.03.05

golang是免费的吗
golang是免费的吗

golang是免费的。golang是google开发的一种静态强类型、编译型、并发型,并具有垃圾回收功能的开源编程语言,采用bsd开源协议。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

410

2024.05.21

golang结构体相关大全
golang结构体相关大全

本专题整合了golang结构体相关大全,想了解更多内容,请阅读专题下面的文章。

510

2025.06.09

golang相关判断方法
golang相关判断方法

本专题整合了golang相关判断方法,想了解更详细的相关内容,请阅读下面的文章。

201

2025.06.10

golang数组使用方法
golang数组使用方法

本专题整合了golang数组用法,想了解更多的相关内容,请阅读专题下面的文章。

1559

2025.06.17

抖漫入口地址合集
抖漫入口地址合集

本专题整合了抖漫入口地址相关合集,阅读专题下面的文章了解更多详细地址。

17

2026.03.17

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Go 教程
Go 教程

共32课时 | 6.3万人学习

Go语言实战之 GraphQL
Go语言实战之 GraphQL

共10课时 | 0.9万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号