Rust文本内容过滤库rustrict的使用，rustrict提供高效敏感词检测与文本净化功能

rustrict是一个Rust语言的高效敏感词过滤库，具有以下特点：

特性

• 支持多种类型（亵渎、冒犯、性暗示、恶意、垃圾信息）
• 多种严重级别（轻度、中度、严重）
• 抗规避能力强（处理变体拼写、重复字符、混淆字符等）
• 抗误判能力强
• 灵活度高（支持多种输入方式和配置选项）
• 性能优异（O(n)复杂度，不使用正则表达式）

使用示例

字符串过滤（&str）

use rustrict::CensorStr;

let censored: String = "hello crap".censor();
let inappropriate: bool = "f u c k".is_inappropriate();

assert_eq!(censored, "hello c***");
assert!(inappropriate);

迭代器过滤（Iterator<Item = char>）

use rustrict::CensorIter;

let censored: String = "hello crap".chars().censor().collect();

assert_eq!(censored, "hello c***");

高级用法

use rustrict::{Censor, Type};

let (censored, analysis) = Censor::from_str("123 Crap")
    .with_censor_threshold(Type::INAPPROPRIATE)
    .with_censor_first_character_threshold(Type::OFFENSIVE & Type::SEVERE)
    .with_ignore_false_positives(false)
    .with_ignore_self_censoring(false)
    .with_censor_replacement('*')
    .censor_and_analyze();

assert_eq!(censored, "123 C***");
assert!(analysis.is(Type::INAPPROPRIATE));
assert!(analysis.isnt(Type::PROFANE & Type::SEVERE | Type::SEXUAL));

检测规避行为

use rustrict::{CensorStr, Type};

// 检测用户是否试图规避过滤
assert!("pron".is(Type::EVASIVE));
assert!("porn".isnt(Type::EVASIVE));

// 只允许安全消息通过
assert!("Hello there!".is(Type::SAFE));
assert!("nice work.".is(Type::SAFE));
assert!("yes".is(Type::SAFE));
assert!("NVM".is(Type::SAFE));
assert!("gtg".is(Type::SAFE));
assert!("not a common phrase".isnt(Type::SAFE));

自定义敏感词（需要启用customize功能）

#[cfg(feature = "customize")]
{
    use rustrict::{add_word, CensorStr, Type};

    unsafe {
        add_word("reallyreallybadword", (Type::PROFANE & Type::SEVERE) | Type::MEAN);
        add_word("mybrandname", Type::SAFE);
    }
    
    assert!("Reallllllyreallllllybaaaadword".is(Type::PROFANE));
    assert!("MyBrandName".is(Type::SAFE));
}

聊天上下文过滤（需要启用context功能）

#[cfg(feature = "context")]
{
    use rustrict::{BlockReason, Context};
    use std::time::Duration;
    
    pub struct User {
        context: Context,
    }
    
    let mut bob = User {
        context: Context::default()
    };
    
    // 正常消息直接通过
    assert_eq!(bob.context.process(String::from("hello")), Ok(String::from("hello")));
    
    // 敏感词被过滤
    assert_eq!(bob.context.process(String::from("crap")), Ok(String::from("c***")));

    // 处理用户举报
    for _ in 0..5 {
        bob.context.report();
    }
   
    // 多次违规后，过滤更严格
    assert_eq!(bob.context.process(String::from("crap")), Ok(String::from("****")));
    
    // 手动禁言
    bob.context.mute_for(Duration::from_secs(2));
    assert!(matches!(bob.context.process(String::from("anything")), Err(BlockReason::Muted(_))));
}

完整示例代码

// 完整示例：使用rustrict进行敏感词检测和过滤
use rustrict::{CensorStr, Type};

fn main() {
    // 基本过滤
    let text = "This is some inappropriate content with bad words like shit and damn.";
    let censored = text.censor();
    println!("过滤后的文本: {}", censored);
    
    // 检查文本是否包含不当内容
    if text.is_inappropriate() {
        println!("警告: 文本包含不当内容!");
    }
    
    // 高级分析
    let analysis = Censor::from_str(text)
        .with_censor_replacement('#')
        .analyze();
    
    println!("分析结果:");
    println!("是否亵渎: {}", analysis.is(Type::PROFANE));
    println!("是否冒犯: {}", analysis.is(Type::OFFENSIVE));
    println!("是否严重: {}", analysis.is(Type::SEVERE));
    
    // 自定义过滤
    #[cfg(feature = "customize")]
    {
        unsafe {
            rustrict::add_word("rustisawesome", Type::SAFE);
            rustrict::add_word("hateyou", Type::MEAN);
        }
        
        println!("自定义词检测:");
        println!("'rustisawesome'是否安全: {}", "rustisawesome".is(Type::SAFE));
        println!("'hateyou'是否恶意: {}", "hateyou".is(Type::MEAN));
    }
    
    // 上下文过滤示例
    #[cfg(feature = "context")]
    {
        use std::time::Duration;
        
        let mut ctx = rustrict::Context::default();
        
        println!("\n上下文过滤测试:");
        println!("第一次: {:?}", ctx.process(String::from("crap")));
        println!("第二次: {:?}", ctx.process(String::from("damn")));
        
        // 多次举报后过滤更严格
        for _ in 0..5 { ctx.report(); }
        println!("举报后: {:?}", ctx.process(String::from("crap")));
        
        // 禁言测试
        ctx.mute_for(Duration::from_secs(2));
        println!("禁言中: {:?}", ctx.process(String::from("hello")));
    }
}

性能比较

与其他Rust敏感词过滤库相比，rustrict在准确性和性能方面表现优异：

rustrict是一个功能强大、性能优异的文本过滤解决方案，特别适合需要高效内容审核的应用场景。