[发明专利]一种文本批量查找替换的方法

说明书

本发明公开了一种文本批量查找替换的方法，涉及文本批量处理技术领域，解决了现有技术批量替换字符串需要对字符串进行反复遍历，不仅耗费大量的计算机资源，而且耗时较长的技术问题；本发明基于敏感词组构建Hash表；在敏感词组和Hash表的基础上，结合DFA算法构建Trie查询树；遍历目标文本，通过建立的Trie查询树对目标文本进行查找替换；本发明在定义敏感词组之后，构建Hash表，以及结合DFA算法构建Trie查询树；遍历获取的目标文本，当目标文本中的字符串存在于Trie查询树中时，则对该字符串进行替换，实现目标文本的查找替换；本发明利用Trie查询树资源占用少的优势，能够批量高效实现文本的查找替换。

技术领域

本发明属于文本批量处理领域，涉及文本批量查找替换技术，具体是一种文本批量查找替换的方法。

背景技术

以往的字符串替换都是使用开发语言类库提供的字符串替换函数进行替换，或者是开发语言提供的正则表达式方法使用正则表达式替换。这种方式在批量替换字符串时效率不高，因此如何高效进行文本批量替换是非常重要的问题。

现有技术在进行文本查找替换时，通过传统的字符串查找算法，如KMP算法和Rabin-Karp算法，找到字符串对应的开始结束位置，根据开始结束位置将字符串分割成三段，中间段为需要替换的字符串，替换掉字符串之后重新连接可得到需要的字符串。现有技术批量替换字符串需要对字符串进行反复遍历，会耗费大量的计算机资源，而且耗时较长；因此，亟须一种文本批量查找替换的方法。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种文本批量查找替换的方法，用于解决现有技术批量替换字符串需要对字符串进行反复遍历，不仅耗费大量的计算机资源，而且耗时较长的技术问题。

为实现上述目的，本发明的第一方面提供了一种文本批量查找替换的方法，包括：

定义敏感词组，基于敏感词组构建Hash表；其中，敏感词组包括若干敏感词以及对应的替换词；

在敏感词组和Hash表的基础上，结合DFA算法构建Trie查询树；遍历目标文本，通过建立的Trie查询树对目标文本进行查找替换。

优选的，基于敏感词组构建Hash表，包括：

遍历识别敏感词组中的若干敏感词以及对应的替换词；

构建Hash表为Hash[“敏感词i”]＝“替换词i”；其中，i为敏感词以及对应替换词的编号，且i为正整数。

优选的，通过DFA算法构建Trie查询树，包括：

初始化根节点；其中，根节点不代表字符；

遍历敏感词组，抽取其中的若干敏感词；当敏感词中存在当前遍历字符时，则处理该敏感词中的下一字符；否则，进行下一个敏感词的遍历；

若干敏感词遍历结束之后，生成Trie查询树。

优选的，遍历目标文本，通过建立的Trie查询树对目标文本进行查找替换，包括：

获取目标文本，识别目标文本确定若干字符串的内容和字符数量；其中，目标文本为需要进行查找替换的若干字符串；

依次判断字符串是否存在于Trie查询树中；是，结合Hash表对该字符串进行替换；否，继续进行下一个字符串的比对。

与现有技术相比，本发明的有益效果是：

本发明在定义敏感词组之后，构建Hash表，以及结合DFA算法构建Trie查询树；遍历获取的目标文本，当目标文本中的字符串存在于Trie查询树中时，则对该字符串进行替换，实现目标文本的查找替换；本发明利用Trie查询树资源占用少的优势，能够批量高效实现文本的查找替换。

附图说明