敏感词检测器
← ToolBox
/ 敏感词检测器
🌙
首页
‹
📝 文本处理
‹
敏感词检测器
图表
数据表
预设
历史
Sensitive Word Detector
Detect sensitive keywords in text and list matched items.
📐 工作原理与说明
敏感词检测按词库匹配:命中数 = Σ 各敏感词在文本中的出现次数(可用 Aho-Corasick 自动机一次扫描匹配全部模式);命中率 = 命中词数 ÷ 文本总词数 × 100%;按命中位置的偏移量高亮并返回上下文片段,支持同音、变体与间隔符的模糊匹配以提高召回。
内容
敏感词(逗号或换行分隔)
违法,垃圾,诈骗,外挂
替换字符
检测并替换
导出明细 CSV
复制清洗文本
Formula & Standard References
Item
Formula
Source / Standard
Hits
Hits = Σ occurrence per word
Aho-Corasick
Hit rate
Rate = hit words ÷ total × 100%
Text filter
Fuzzy
Homophone/variant/separator fuzzy
Fuzzy matching
🔗 相关工具
✨
占位文本生成器
Lorem Ipsum 是排版设计中常用的无意义拉丁文占位文本,能让读者聚焦版面而非内容。
⚖️
文本差异对比
粘贴或输入两段文本,按行逐字比对并高亮显示新增、删除与修改之处,用颜色区分差异,用于代码、文稿修订时…
📝
文本转 ASCII 艺术字
用等宽字符拼出 5 行高的像素大字,适合命令行横幅、项目 README 的开头装饰。
📝
文本转 Leet 语
Leet(1337)语用形似的数字与符号替代字母,早年用于极客圈与游戏昵称。
📝
文本转盲文
盲文用 6 点单元(2 列 × 3 行)表示字符,Unicode 在 U+2800 起为每个点字分配…
🔮
阅读时长估算
估算阅读时长有助于排期与撰写摘要。
📚 深度解析:敏感词检测器 / 过滤器
💡 常见使用场景
用户评论、弹幕、UGC 发布前,批量筛查是否含违规词,命中后替换成掩码或高亮提示。
把自定义敏感词表(如竞品名、内部术语)统一过滤,避免外发内容出现不该出现的词。
内容审核流水线里先做一轮关键词扫描,标出风险片段供人工复核,降低漏审概率。
示例:替换与高亮
文本“免费领取大奖”含敏感词“大奖”,替换模式用“*”覆盖为“免费领取***”(掩码长度随原词长度,1–6 位);高亮模式则在页面上把“大奖”标黄提示。多词用换行或逗号分隔,按正则精确匹配。
❓ 常见问题(FAQ)
掩码长度怎么定?
替换字符按原词长度重复,但限制在 1–6 位(Math.max(1,Math.min(6,长度))),既掩盖原词又不会过长影响排版。
能匹配部分词或
大小写
吗?
词表项会先做正则转义(特殊字符当字面量),按子串包含匹配,因此“大奖”会命中“中了大奖”。如需整词边界,可在词表项前后加边界符。