js敏感词过滤算法

1. 求一段JS过滤脏话的代码

可以研究一下正则表达式：

var s="你好哎呦，嘟嘟，我们一起去吃饭吧?";//这个假设是你表单的文字

var reg=/(哎呦)|(嘟嘟)/g;//这个就是正则式了，将想过滤的词汇放在这里
var str=s.match(reg).join("\",\"");//match可以将符合的词汇挑出来组成一个数组
alert("请不要使用\""+str+"\"等不文明词汇！");

2. js简单算法如何去除一个数组中与另一个数组中的值相同的元素

codewars上面6kyu的算法题，下面是算法题的英文简介

Your goal in this kata is to implement an difference function, which subtracts one list from another.
It should remove all values from list a, which are present in listb.
difference([1,2],[1]) == [2]

If a value is present in b, all of its occurrences must be removed from the other:
difference([1,2,2,2,3],[2]) == [1,3]

以下是我的解答，可以作为参考

[html] view plain
function array_diff(a, b) {
for(var i=0;i<b.length;i++)
{
for(var j=0;j<a.length;j++)
{
if(a[j]==b[i]){
a.splice(j,1);
j=j-1;
}
}
}
return a;
}

3. 名词解释 算法

算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。

4. 用js过滤掉 用户输入到文本框里面的脏话，求代码

最笨的方法是:

varstr='zz112kdd';//输入抄的内容
vararr={'1':'1','2':'2','3':'3'};//要过滤掉的字符,用对象方便查找，如果是数组的话就要遍历
varresult='';//过滤后字符串
for(vari=1,length=str.length;i<length;i++){
vars=str.substring(i-1,i);//截取字符
vars1=arr[s];//判断这个字符是否在敏感词对象里，匹配不到就返回undefined
if(s1==undefined)result+=s;//不是敏感词就保留下来
}

估计正则表达式也可以实现，但稍微有点麻烦。

5. JS如何去除指定字符串

可以用replace函数去除指定字符串。

1、在body标签和html标签中添加一个script标签，定义一个字符串，这内里以“这是个容什么演示文本”为例，将此时的字符串输出到页面：

6. 哪家公司的舆情监控平台效果最好

对于舆情监控平台而言，实则上没有一个科学的评判标准，哪家好哪家不好，具体可以将是否能够提供热点识别、主题跟踪、倾向性分析、趋势分析、信息自动采集、预测报警、舆情事件分析、统计报告等功能作为选择依据。这里以识微商情监测系统为例，可为用户带来四大价值：

1.了解外部环境，网络舆情尽在掌握

帮助了解跟踪与用户自身相关的政治经济、社会自然环境及技术环境等方面的外部环境动态变化。

2.提供舆情预警，辅助用户决策

一经发现舆情，可快速通过微信、短信、邮件或者客户端的方式向用户发出告警，提醒延迟最快可在30秒内。

3.引导舆情，避免危机损失

通过实时监测与用户相关的形象和口碑舆情，可帮助用户快速了解当下舆情趋势，为舆情引导工作提供方向。

4.及时分析舆情，防止舆情恶化

海量数据实时处理，及时分析舆情事件的发展脉络和当前态势，统计图表、监控日报、周报自动生成，为用户制定正确的舆情应对策略提供参考。

7. 句易网敏感词过滤教程是怎么样的

这个文案过滤平台筛选敏感词都是实时更新,只要搜索,你就可以准确地审核,整个效率也很高,文本的用户优化,融合你整个的语义去检测，更好的检测出敏感词，让大家的文案都可以更加的安全，软件内的数据样板都是根据大数据来的，整体都是非常的高效率的。

营销推广文案模板也很齐全，不需要充钱也没有门槛限制,多少次都免费，非常方便,新手也可以理解。

有了这个，用户在发布复制时，可以非常方便，直接拷贝在过滤栏，所有敏感词、禁用词都会按字识别，操作不难，可以点击界面直接使用，方便易用。使用过它的抖音用户不再需要担心因为抖音敏感词而被禁。识别优化的文案资源可以。

8. 求C# HTML源文件中的非HTML标签文本的替换方法

你问的就是坏字过滤系统吧?
你可以搜索"坏字过滤"或者"敏感字过滤","敏感词过滤",已经有很多现成的实现了. 也可以从已经集成该模块的CMS系统中拿出来用.

如果你想自己写一个通用的方案,大致思路是这样的:

1. 建立一个数组, 里面保存所有的坏字和对应替换方法.
2. 新建一个方法, string BadWordFilter(string input), 输入一个字符串, 依次读取第1步的数组中所有的坏字,并做替换.
--扩展--
第1步的数组可以是写死的,当然也可以存放到数据库中. 可以是正则表达式过滤,也可以是普通的文本. 这样就可以动态的增删改需要过滤的字了.

9. js实现模糊查询及带下拉菜单

现模糊查询及带下拉菜单

<div><input type="text"></div>

<div class="hang">

<div class="yiji">一级导航</div>

<ul class="erji">

<li>二级导航1</li>

<li>二级导航2</li>

</ul>

<div class="yiji">一级导航</div>

<ul class="erji">

<li>二级导航3</li>

<li>二级导航4</li>

</ul>

</div>。

10. 微软小冰的工作原理。

微疯客小编为你回答，

类似小冰这样的产品说简单也简单，说复杂也复杂。单纯从外面看你会觉得小冰与去年人人网上流行的小黄鸡类似，但在技术实现上有本质的差异。
此类应用的大致流程都是：用户输入一段话（不一定只是单词）->后端语义引擎对用户输入的语句进行语义解析->推断用户最可能的意图->调用对应的知识库、应用、计算引擎->返回结果给用户。

1、最初级的实现方法：关键词匹配
建一个关键词词库，对用户输入的语句进行关键词匹配，然后调用对应的知识库。
此种方式入门门槛很低，基本上是个程序员都能实现，例如现在微信公众平台的智能回复、诸多网站的敏感词过滤就是此类。
但此种方式存在诸多问题，例如：
a、由于是关键词匹配，如果用户输入的语句中出现多个关键词，此时由于涉及关键词权重（与知识库的关键词对比）等等问题，此时关键词匹配的方法就不擅长了
b、不存在对用户输入语句语义的理解，导致会出现答非所问的现象。当然在产品上对回答不上的问题就采用卖萌的方式来规避掉。
c、基本上无自学习能力，规则只能完全由人工维护，且规则基本是固定死的。
d、性能、扩展性较差。还是上面的一句话中包含多个关键词的例子，采用普通程序语言来做关键词匹配，性能奇差。即便采用一些文本处理的算法来做（例如Double-array trie tree），也很难满足大规模场景需求。

2、稍微高级点的实现方法：基于搜索引擎、文本挖掘、自然语言处理（NLP）等技术来实现
相对于1的关键词匹配，此种实现方法要解决的核心的问题可以大致理解为：根据一段短文本（例如用户问的一句话）的语义，推测出用户最可能的意图，然后从海量知识库内容中找出相似度最高的结果。
具体技术实现就不细说了。举一个很粗糙的例子来简单说一下此种实现方法处理的思路（不严谨，只是为了说明思路）。
假如用户问：北京后天的温度是多少度？
如果采用纯搜索引擎的思路（基于文本挖掘、NLP的思路不尽相同，但可参考此思路），此时实际流程上分成几步处理：
1、对输入语句分词，得到北京、后天、温度3个关键词。分词时候利用了预先建好的行业词库，“北京”符合预先建好的城市库、“后天”符合日期库、“温度”符合气象库
2、将上述分词结果与规则库按照一定算法做匹配，得出匹配度最高的规则。假定在规则库中有一条天气的规则：城市库+日期库+气象库，从而大致可以推测用户可能想问某个地方某天的天气。
3、对语义做具体解析，知道城市是北京，日期是后天，要获取的知识是天气预报
4、调用第三方的天气接口，例如中国天气网-专业天气预报、气象服务门户 的数据
5、将结果返回给用户

以上例子其实很粗糙，实际上还有诸多问题没提到：语义上下文、语义规则的优先级等等。
例如用户上一句问：北京后天的温度是多少度？下一句问：后天的空气质量呢？这里实际上还涉及语义上下文、用户历史喜好数据等等诸多问题。

此种处理方法存在的最大问题：规则库还主要依赖于人工的建立，虽然有一定的学习能力，但自我学习能力还是较弱。可以借助一些训练算法来完善规则，但效果并不是很好。而这也是目前流行的深度挖掘技术所擅长的。

3、当下时髦且高级的玩法：基于深度挖掘、大数据技术来实现
这是cornata、google now等后端的支撑技术，至于小冰，感觉应该是以2为主+部分领域知识的深度挖掘。

并非原创，转自 hu。