PyQt5的敏感词检测工具制作,运营者的福音

PyQt5的敏感词检测工具制作,运营者的福音

设计思路:根据敏感词库文件筛选,查看输入的文本中是否包含敏感词汇。从而过滤出相关的敏感词。

【阅读全文】

导入应用相关的模块。

import os
import logging
import sys

导入UI界面相关的模块。

from PyQt5.QtWidgets import QApplication,QWidget,QVBoxLayout,QTextEdit,QGridLayout,QLineEdit,QPushButton,QFileDialog
from PyQt5.QtGui import QIcon

import resource

这个里面的resource模块,是使用python生成的.py形式的资源文件。直接将这个文件导入模块使用可以防止打包时资源文件不能打包的问题。展示一下部分的resource.py文件的代码块。

from PyQt5 import QtCore

qt_resource_data = b"\
\x00\x00\x2b\x03\
\x00\
\x01\x6a\xb6\x78\x9c\xed\x5d\x0b\x40\x54\xc5\xfa\x1f\x5c\x95\xf5\
\x11\x58\xdd\xb2\x52\xc1\x7c\x84\xa9\xa9\xa5\x29\xec\x6a\x58\x9a\
\xf6\xbc\x69\xb7\x6b\x5d\x2b\xb1\xb2\xb4\x7c\x01\x65\xa1\xc0\xee\
\xaa\x25\x18\xa4\x66\x6a\xf6\x34\x7a\x78\xcd\x5b\xa6\x66\xb9\x66\
\x25\xff\x44\x01\x33\x5f\xf8\xcc\x47\xf8\x7e\xc1\xee\x22\xa0\x28\
\xb0\xf3\xff\xcd\x39\x67\xe1\xec\x39\x67\x97\x05\x76\x17\xb0\xf3\
\xd3\x8f\xd9\x39\x67\xce\xcc\x37\xdf\x37\xdf\xbc\xce\x9c\x19\x42\
\x02\x48\x73\xd2\xab\x57\x2b\xb8\x8d\xc9\xb8\xa6\x84\x2c\x25\x84\
\xb4\x6f\xcf\xfb\xcf\x34\x22\x24\x28\x90\x90\x56\xad\x78\x7f\x97\

接下来是UI界面的部分,这次直接是使用UI界面的主线程的槽函数来完成业务逻辑的,并没有使用单独的QThread的子线程来实现。

    def init_ui(self):
        '''初始化日志管理器'''
        self.logger = logging.getLogger("敏感词检测工具")
        self.logger.setLevel(logging.DEBUG)

        self.setFixedWidth(600)
        self.setWindowIcon(QIcon(':sens.ico'))
        self.setWindowTitle('敏感词检测小工具   公众号:[Python 集中营]')

        vbox = QVBoxLayout()

        self.text_ = QTextEdit()
        self.text_.setPlaceholderText('请输入要检测的文本信息...')
        self.text_.setMaximumHeight(120)

        self.text_lis = QTextEdit()
        self.text_lis.setPlaceholderText('文中存在的敏感词信息...')
        self.text_lis.setReadOnly(True)
        self.text_lis.setMaximumHeight(60)

        grid = QGridLayout()
        self.dir_sens = QLineEdit()
        self.dir_sens.setPlaceholderText('敏感词库路径')
        self.dir_sens.setReadOnly(True)

        self.dir_btn = QPushButton()
        self.dir_btn.setText('获取敏感词库')
        self.dir_btn.clicked.connect(self.dir_btn_click)

        grid.addWidget(self.dir_sens, 0, 0, 1, 2)
        grid.addWidget(self.dir_btn, 0, 2, 1, 1)

        self.lis_btn = QPushButton()
        self.lis_btn.setText('开始检测')
        self.lis_btn.clicked.connect(self.search_sens)

        vbox.addWidget(self.text_)
        vbox.addWidget(self.text_lis)
        vbox.addLayout(grid)
        vbox.addWidget(self.lis_btn)

        self.setLayout(vbox)

其余的是四个槽函数部分,主要实现将敏感词文件的所有敏感词加载出来。最后将敏感词与输入的文件进行比对。

    def dir_btn_click(self):
        '''
        选择文件夹
        :return:
        '''
        directory = QFileDialog.getExistingDirectory(self, "选取文件夹", self.cwd)
        self.dir_sens.setText(directory + '/')

    def get_sens_files(self):
        '''
        获取敏感词文件
        :return:
        '''
        file_paths = []
        self.logger.info("开始批文件路径处理")
        list = os.listdir(self.dir_sens.text())
        for i in range(0, len(list)):
            path = os.path.join(self.dir_sens.text(), list[i])
            if os.path.isfile(path):
                file_paths.append(path)
        self.logger.info("完成批文件路径处理")
        return file_paths

    def load_sens(self):
        '''
        加载敏感词
        :return:
        '''
        paths = self.get_sens_files()
        sens = []
        self.logger.info("开始加载敏感词")
        for path in paths:
            self.logger.info("当前加载的文件路径是:" + path)
            with open(path, "rb") as file:
                data = file.readlines()
                datac = []
                for string in data:
                    try:
                        datac.append(string.decode('utf8').replace('\n', '').replace('\r', ''))
                    except:
                        self.logger.error("文件:[" + path + "]解码出现异常")
                sens = sens + datac
            sens = sens + datac
        self.logger.info("完成加载敏感词")
        return sens

    def search_sens(self):
        '''
        搜索敏感词
        :return:
        '''
        text_lis = ""
        sens = self.load_sens()
        text = self.text_.toPlainText()
        for se in sens:
            if se in text and se not in text_lis:
                text_lis = text_lis + se
        self.logger.info("包含敏感词:" + text_lis)
        self.text_lis.setText(text_lis)

最后,直接使用main()函数启动整个应用。

if __name__ == '__main__':
    app = QApplication(sys.argv)
    main = SensListen()
    main.show()
    sys.exit(app.exec_())

以上就是完整的实现过程,有需要的小伙伴直接将所有代码复制到自己的开发工具中启动main()函数就可以啦!

输入敏感词直接在界面上进行检测,检测到的敏感词会显示在下面的文本框中。

PyQt5的敏感词检测工具制作,运营者的福音

我是 [Python 集中营]、很高兴您看到了最后, 我是一个专注于 Python 知识分享的公众号,希望可以得到您的关注~

PyQt5的敏感词检测工具制作,运营者的福音

【往期精彩】

手绘图片生成器:以雪容融为例一键生成…

刚刚出炉的冬奥会吉祥物:冰墩墩,附源码…

最优美的表格查看插件:tabulate

抖音同款课堂点名系统,PyQt5写起来很简单…

开工啦!批量向PDF文件添加中文水印…

大年初二、做了一个windows通知管理器!

百度图片下载器2.0

gif动态图片生成器,多张图片组合后生成动图…

python几个常见的数据处理操作,一行代码就能完成!

过年了,用 PyQt5 生成一副春联吧…

Original: https://www.cnblogs.com/lwsbc/p/15894231.html
Author: Python集中营
Title: PyQt5的敏感词检测工具制作,运营者的福音

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/814959/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

  • tensorflow-gpu版本安装及深度神经网络训练与cpu版本对比

    tensorflow1.0和tensorflow2.0的区别主要是1.0用的静态图 一般情况1.0已经足够,但是如果要进行深度神经网络的训练,当然还是tensorflow2.*-g…

    Python 2023年10月19日
    082
  • 关于跳跃连接 卷积网络

    在训练深度神经网络时,模型的性能随着架构深度的增加而下降。这被称为退化问题。 网络深度的增加,模型的性能下降的原因可能是什么? a,过度拟合。随着深度的增加,模型往往会过度拟合 b…

    Python 2023年9月17日
    043
  • Pandas groupby分组操作详解

    在数据分析中,经常会遇到这样的情况:根据某一列(或多列)标签把数据划分为不同的组别,然后再对其进行数据分析。比如,某网站对注册用户的性别或者年龄等进行分组,从而研究出网站用户的画像…

    Python 2023年8月7日
    048
  • Python Pandas 中的数据结构(超详细,你确定不学习一下?)

    Pandas有三种数据结构:Series、DataFrame和Panel。Series类似于数组;DataFrame类似于表格;Panel可视为Excel的多表单Sheet目录1….

    Python 2023年8月6日
    051
  • 24行代码简单实现qq空间自动点赞

    什么是Auto.js? Auto.js是基于JavaScript语言运行在Android平台上的工具。它依赖于 无障碍服务。 它可以做什么? 解放双手,让手机自动打游戏、自动签到、…

    Python 2023年10月10日
    067
  • Linux系统创建可执行文件软链接

    由于创建软链接这个事情,在算法开发的日常中使用到的并不是很多,因此本文也是做一个简单的回顾。这里我们使用的案例是通过TMalign这个蛋白质打分文件,在编译好可执行文件之后,可以使…

    Python 2023年10月26日
    029
  • web上传文件以及提交密码的简单设计界面)

    web上传文件以及提交密码的简单设计界面 设计目标 * 需要元素 设计界面展示 – 手机端界面展示 电脑端界面展示 设计过程 * 添加基本元素 – div1…

    Python 2023年8月13日
    075
  • AI遮天传 DL-CNN

    上次我们介绍了多层感知机(MLP),本次将介绍深度学习领域中第二个基本的模型:卷积神经网络(CNN)。CNN在MLP之上又引入了两种新的层:卷积层和池化层。 一、简介 1.1 大脑…

    Python 2023年10月11日
    047
  • Python写实用小工具-实现图片转字符画

    一、介绍 字符画,是一系列字符的组合,我们可以把每个字符看成是一个大的像素,一个字符可以代表一种颜色,字符各类越多,可体现的颜色越多,字符画就更有层次感。 灰度值,指黑白图像中点的…

    Python 2023年11月2日
    052
  • 太空游戏第12课: 生命值

    生命值 在本课中,我们将为玩家添加一个生命值以及一个用于显示生命值等级的栏。 现在,我们的玩家被一颗流星击中就摧毁。这不是很有趣,所以我们要向Player类添加一个 shield属…

    Python 2023年9月24日
    060
  • 模型评估(误差平方和(SSE The sum of squares due to error))

    1 误差平方和(SSE The sum of squares due to error): ¶ 举例:(下图中数据-0.2, 0.4, -0.8, 1.3, -0.7, 均为真实值…

    Python 2023年9月16日
    055
  • Linux系统安装并配置nginx实现多服务同一端口

    基本诉求是项目要实现并发,因为用了深度学习框架,tornado服务无法通过以下方式多进程开启服务, python;gutter:true; http_server.bind(por…

    Python 2023年10月26日
    085
  • 解决Macos中Python Matplotlib库中文显示乱码问题

    前言 Hello!小伙伴!非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出~ 自我介绍 ଘ(੭ˊᵕˋ)੭昵称:海轰标签:程序猿|C++选手|学生简介:因C语言结识编程,随…

    Python 2023年9月2日
    057
  • python pandas csv时间聚合_利用Python进行数据分析:【Pandas】(Series+DataFrame)

    一、pandas简单介绍 1、pandas是一个强大的Python数据分析的工具包。 2、pandas是基于NumPy构建的。 3、pandas的主要功能 –具备对其功…

    Python 2023年8月19日
    053
  • 一、python入门

    一.认识Python 1、python的应用范围 2、python排名(up) 二.什么是编程语言 1、编程语言如何工作用于人类和计算机进行交流的-种语言,通过编写编程语言的代码,…

    Python 2023年10月31日
    056
  • pandas数据分组groupby()和统计函数agg()

    数据分组 使用 groupby() 方法进行分组 group. size()查看分组后每组的数量 group. groups 查看分组情况 group. get_group(‘&a…

    Python 2023年8月6日
    070
亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球