应用场景：
有时我们从网上采集了大量的关键词，因为是采集的，难免其中含有一些敏感关键词，如果是做中文站的话，最好将这些关键词去掉。在网上找到了一个Python脚本，不过是python 2.x的，我修改了一下，改成了python 3.X的，在改的过程中遭遇如下错误：
python TypeError: a bytes-like object is required, not ‘str’
TypeError: ‘in ‘ requires string as left operand, not bytes
其实主要是因为python2和python3的编码问题，只要将原代码中的“encode(‘utf-8’)”这些去掉就可以了。
最终运行结果如下（过滤了原来文件中的“funny”、“guy”这两个单词）：
代码如下：
3 |
op_txt = open('done.txt', 'a') |
6 |
'''Filter Messages from keywords |
8 |
very simple filter implementation |
12 |
>>> f.filter("hello sexy baby") |
17 |
self.keywords = set([]) |
19 |
def parse(self, path): |
20 |
for keyword in open(path): |
21 |
self.keywords.add(keyword.strip().lower()) |
24 |
def filter(self, message, replss="*"): |
26 |
message = message.lower() |
28 |
for k in self.keywords: |
30 |
message = message.replace(k, replss) |
33 |
op_txt.write('%s\n' % message) |
38 |
if __name__ == '__main__': |
40 |
f.parse("illegal.txt") # 这里面放要敏感词或不想要的词等 |
41 |
a = [i.strip() for i in open('keywords.txt').readlines()] # keywords.txt是将要过滤的词库 |
转载请注明：XAMPP中文组官网 » 关键词过滤脚本