asp.net 脏字典过滤问题 用正则表达式来过滤脏数据

方法一：使用正则表达式

复制代码 代码如下:

//脏字典数据存放文件路径
private static string FILE_NAME=”zang.txt”;
//脏数据字典表，如：脏数据一|脏数据二|脏数据三
public static string dirtyStr=””;

public ValidDirty()
{
if (HttpRuntime.Cache[“Regex”]==null)
{
dirtyStr=ReadDic();
//用于检测脏字典的正则表达式
Regex validateReg= new Regex(“^((?!”+dirtyStr+”).(?<!”+dirtyStr+”))*$”,RegexOptions.Compiled|RegexOptions.ExplicitCapture);
HttpRuntime.Cache.Insert(“Regex” ,validateReg,null,DateTime.Now.AddMinutes(20) ,TimeSpan.Zero);
}

}
private string ReadDic()
{
FILE_NAME=Environment.CurrentDirectory+”\\”+FILE_NAME;

if (!File.Exists(FILE_NAME))
{
Console.WriteLine(“{0} does not exist.”, FILE_NAME);
return “”;
}
StreamReader sr = File.OpenText(FILE_NAME);
String input=””;
while (sr.Peek() > -1)
{
input += sr.ReadLine() ;
}

sr.Close();
return input;

}

public bool ValidByReg(string str)
{
Regex reg=(Regex)HttpRuntime.Cache[“Regex”];
return reg.IsMatch(str) ;

}

感觉这种方法的执行效率不是很高，简单的测试了一下 1000字的文章，脏字典有800多个关键字
式了一下是 1.238秒，大家有没有更好的方法，请不吝赐教！

方法二：普通循环查找方法

复制代码 代码如下:

public bool ValidGeneral(string str)
{

if(!File.Exists(FILE_NAME))
{
Console.WriteLine(“文件路径或者文件路径不存在错误信息”) ;
return false;
}
else
{
StreamReader objReader = new StreamReader(FILE_NAME,System.Text.Encoding.GetEncoding(“gb2312”));
string sLine=””;
ArrayList arrText = new ArrayList();

while (sLine != null)
{
sLine = objReader.ReadLine();
if (sLine != null)
arrText.Add(sLine);

}
objReader.Close();

foreach (string sOutput in arrText)
{
string[] strArr=sOutput.Split(‘|’);

for (int i = 0; i < strArr.Length; i++)
{
if (str.IndexOf(strArr[i])!=-1)
{
return false;
}

}

}
return true;

}

}

以下是测试的方法，有什么问题还大家请指出！

复制代码 代码如下:

DateTime t1 =DateTime.Now;
string str=”213″;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
str+=”珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋珍惜水晶之恋”;
ValidDirty vd=new ValidDirty() ;
Console.WriteLine(vd.ValidByReg(str)) ;
DateTime t2 =DateTime.Now;
TimeSpan ts=t2-t1;
Console.WriteLine(ts.TotalMilliseconds) ;
Console.Read() ;

算法

检索文本文件长度 / 耗费时间（ms）

正则算法

10个汉字/ 980

100个汉字/999

1000个汉字/1234

普通算法

10个汉字/ 234

100个汉字/234

1000个汉字/265