package cn.lili.common.sensitive;

import lombok.extern.slf4j.Slf4j;

import java.io.Serializable;
import java.util.List;
import java.util.NavigableSet;

/**
 * 敏感词过滤器
 *
 * @author Bulbasaur
 * @version v1.0
 * @since v1.0
 * 2020-02-25 14:10:16
 */
@Slf4j
public class SensitiveWordsFilter implements Serializable {

    /**
     * 字符*
     */
    public final static char WILDCARD_STAR = '*';

    /**
     * 为2的n次方，考虑到敏感词大概在10k左右，
     * 这个数量应为词数的数倍，使得桶很稀疏
     * 提高不命中时hash指向null的概率，
     * 加快访问速度。
     */
    static final int DEFAULT_INITIAL_CAPACITY = 131072;

    /**
     * 类似HashMap的桶，比较稀疏。
     * 使用2个字符的hash定位。
     */
    protected static SensitiveWordsNode[] nodes = new SensitiveWordsNode[0];

    /**
     * 更新中的nodes，用于防止动态更新时，原有nodes被清空，导致无法正常写入过滤词
     */
    protected static SensitiveWordsNode[] nodesUpdate;


    /**
     * 过滤铭感次
     *
     * @param sentence 过滤赐予
     * @return
     */
    public static String filter(String sentence) {
        return filter(sentence, WILDCARD_STAR);
    }

    /**
     * 判断内容是否包含敏感词，如果不包含 filter方法会原封不动的返回
     *
     * @param content
     * @return true:包含  false：不包含
     */
    public static Boolean includeSentenceWord(String content) {
        String filter = filter(content, WILDCARD_STAR);
        return !content.equals(filter);
    }

    /**
     * 对句子进行敏感词过滤<br/>
     * 如果无敏感词返回输入的sentence对象，即可以用下面的方式判断是否有敏感词：<br/>
     *
     * @param sentence 句子
     * @param replace  敏感词的替换字符
     * @return 过滤后的句子
     */
    public static String filter(String sentence, char replace) {
        //先转换为StringPointer
        StringPointer sp = new StringPointer(sentence + "  ");

        //标示是否替换
        boolean replaced = false;

        //匹配的起始位置
        int i = 0;
        while (i < sp.length - 2) {
            /*
             * 移动到下一个匹配位置的步进：
             * 如果未匹配为1，如果匹配是匹配的词长度
             */
            int step = 1;
            //计算此位置开始2个字符的hash
            int hash = sp.nextTwoCharHash(i);

            //如果没有敏感词，则直接返回内容
            if (nodes.length == 0) {
                return sentence;
            }
            /*
             * 根据hash获取第一个节点，
             * 真正匹配的节点可能不是第一个，
             * 所以有后面的for循环。
             */
            SensitiveWordsNode node = nodes[hash & (nodes.length - 1)];
            /*
             * 如果非敏感词，node基本为null。
             * 这一步大幅提升效率
             */
            if (node != null) {
                /*
                 * 如果能拿到第一个节点，
                 * 才计算mix（mix相同表示2个字符相同）。
                 * mix的意义和HashMap先hash再equals的equals部分类似。
                 */
                int mix = sp.nextTwoCharMix(i);
                /*
                 * 循环所有的节点，如果非敏感词，
                 * mix相同的概率非常低，提高效率
                 */
                outer:
                for (; node != null; node = node.next) {
                    /*
                     * 对于一个节点，先根据头2个字符判断是否属于这个节点。
                     * 如果属于这个节点，看这个节点的词库是否命中。
                     * 此代码块中访问次数已经很少，不是优化重点
                     */
                    if (node.headTwoCharMix == mix) {
                        /*
                         * 查出比剩余sentence小的最大的词。
                         * 例如剩余sentence为"色情电影哪家强？"，
                         * 这个节点含三个词从小到大为："色情"、"色情电影"、"色情信息"。
                         * 则从“色情电影”开始向前匹配
                         */
                        NavigableSet<StringPointer> desSet = node.words.headSet(sp.substring(i), true);
                        if (desSet != null) {
                            for (StringPointer word : desSet.descendingSet()) {
                                /*
                                 * 仍然需要再判断一次，例如"色情信息哪里有？"，
                                 * 如果节点只包含"色情电影"一个词，
                                 * 仍然能够取到word为"色情电影"，但是不该匹配。
                                 */
                                if (sp.nextStartsWith(i, word)) {
                                    //匹配成功，将匹配的部分，用replace制定的内容替代
                                    sp.fill(i, i + word.length, replace);
                                    //跳过已经替代的部分
                                    step = word.length;
                                    //标示有替换
                                    replaced = true;
                                    //跳出循环（然后是while循环的下一个位置）
                                    break outer;
                                }
                            }
                        }

                    }
                }
            }

            //移动到下一个匹配位置
            i += step;
        }

        //如果没有替换，直接返回入参（节约String的构造copy）
        if (replaced) {
            String res = sp.toString();
            return res.substring(0, res.length() - 2);
        } else {
            return sentence;
        }
    }


    /**
     * 初始化敏感词
     */
    public static void init(List<String> words) {
        log.info("开始初始化敏感词");
        nodesUpdate = new SensitiveWordsNode[DEFAULT_INITIAL_CAPACITY];
        for (String word : words) {
            put(word);
        }
        nodes = nodesUpdate;
    }

    /**
     * 增加一个敏感词，如果词的长度（trim后）小于2，则丢弃<br/>
     * 此方法（构建）并不是主要的性能优化点。
     *
     * @param word 敏感词
     * @return 操作结果
     */
    public static boolean put(String word) {

        //长度小于2的不加入
        if (word == null || word.trim().length() < 2) {
            return false;
        }
        //两个字符的不考虑
        if (word.length() == 2 && word.matches("\\w\\w")) {
            return false;
        }
        StringPointer sp = new StringPointer(word.trim());
        //计算头两个字符的hash
        int hash = sp.nextTwoCharHash(0);
        //计算头两个字符的mix表示（mix相同，两个字符相同）
        int mix = sp.nextTwoCharMix(0);
        //转为在hash桶中的位置
        int index = hash & (nodesUpdate.length - 1);

        //从桶里拿第一个节点
        SensitiveWordsNode node = nodesUpdate[index];
        if (node == null) {
            //如果没有节点，则放进去一个
            node = new SensitiveWordsNode(mix);
            //并添加词
            node.words.add(sp);
            //放入桶里
            nodesUpdate[index] = node;
        } else {
            //如果已经有节点（1个或多个），找到正确的节点
            for (; node != null; node = node.next) {
                //匹配节点
                if (node.headTwoCharMix == mix) {
                    node.words.add(sp);
                    return true;
                }
                //如果匹配到最后仍然不成功，则追加一个节点
                if (node.next == null) {
                    new SensitiveWordsNode(mix, node).words.add(sp);
                    return true;
                }
            }
        }
        return true;
    }

    /**
     * 移除敏感词
     *
     * @param word
     * @return
     */
    public static void remove(String word) {

        StringPointer sp = new StringPointer(word.trim());
        //计算头两个字符的hash
        int hash = sp.nextTwoCharHash(0);
        //计算头两个字符的mix表示（mix相同，两个字符相同）
        int mix = sp.nextTwoCharMix(0);
        //转为在hash桶中的位置
        int index = hash & (nodes.length - 1);
        SensitiveWordsNode node = nodes[index];

        for (; node != null; node = node.next) {
            //匹配节点
            if (node.headTwoCharMix == mix) {
                node.words.remove(sp);
            }

        }
    }


}