JavaWeb_LeadNews_Day4-阿里云内容安全, 雪花算法, app文章保存, 自媒体文章审核

JavaWeb_LeadNews_Day4-阿里云内容安全, 雪花算法, app文章保存, 自媒体文章审核

• 阿里云内容安全
• 分布式主键策略-雪花算法
• app文章保存
• • 具体实现
  • 总结
• 自媒体文章审核
• • 提取内容和图片
  • 审核内容和图片
  • 保存app端文章
  • Feign远程调用降级
  • 发布文章异步调用
  • 自管理敏感词
  • 图片文字识别
  • • 入门
    • 集成至文字审核
  • [静态文章生成, 异步](#静态文章生成, 异步)
• 来源

阿里云内容安全

• 依赖

  <!-- 内容安全 -->
  <dependency>
      <groupId>com.aliyun</groupId>
      <artifactId>aliyun-java-sdk-core</artifactId>
  </dependency>
  <dependency>
      <groupId>com.aliyun</groupId>
      <artifactId>aliyun-java-sdk-green</artifactId>
  </dependency>

• 实现

  @SpringBootTest(classes = WemediaApplication.class)
  @RunWith(SpringRunner.class)
  public class AliyunTest {
  
      @Autowired
      private GreenTextScan greenTextScan;
  
      @Autowired
      private FileStorageService fileStorageService;
  
      @Autowired
      private GreenImageScan greenImageScan;
  
      /**
       * 测试文本内容审核
       */
      @Test
      public void testScanText() throws Exception {
          Map map = greenTextScan.greeTextScan("我是一个好人, 冰毒");
          System.out.println(map);
      }
  
      /**
       * 测试图片审核
       */
      @Test
      public void testScanImage() throws Exception {
          byte[] bytes = fileStorageService.downLoadFile("http://192.168.174.133:9000/leadnews/2023/07/22/7086dfbae7d1478f9ffc7784351e8708.png");
  
          List<byte[]> list = new ArrayList<>();
          list.add(bytes);
  
          Map map = greenImageScan.imageScan(list);
          System.out.println(map);
      }
  }

• 总结

  • 工具类太复杂, 云盾内容安全也没开通(要企业认证), 看看测试好了
  • 测试图片审核会报错, 可能是没开通

分布式主键策略-雪花算法

• 背景

  随着业务的增长，文章表可能要占用很大的物理存储空间，为了解决该问题，
  后期使用数据库分片技术。将一个数据库进行拆分，通过数据库中间件连接。
  如果数据库中该表选用ID自增策略，则可能产生重复的ID，
  此时应该使用分布式ID生成策略来生成ID。

• 技术选型

  方案	优势	劣势
  redis	(INCR)生成一个全局连续递增的数字类型主键	增加了一个外部组件的依赖, Redis不可以, 则整个数据库将无法再插入
  UUID	全局唯一, Mysql也有UUID实现	36个字符组成, 占用空间大
  snowflake算法	全局唯一, 数字类型, 存储成本低	机器规模大于1024台无法支持

• 雪花算法

  snowflake是Twitter开源的分布式ID生成算法，结果是一个long型的ID。
  其核心思想是:使用41bit作为毫秒数，
  10bit作为机器的ID(5个bit是数据中心，5个bit的机器ID)，
  12bit作为毫秒内的流水号(意味着每个节点在每毫秒可以产生4096个ID)，
  最后还有一个符号位，永远是0

app文章保存

具体实现

• feign远程调用依赖

  <dependency>
      <groupId>org.springframework.cloud</groupId>
      <artifactId>spring-cloud-starter-openfeign</artifactId>
  </dependency>

• 文章端远程接口

  // 定义接口
  @FeignClient("leadnews-article")
  public interface IArticleClient {
  
      @PostMapping("/api/v1/article/save")
      ResponseResult saveArticle(@RequestBody ArticleDto dto);
  }
  
  // 实现接口
  @RestController
  public class ArticleClient implements IArticleClient {
  
      @Autowired
      private ApArticleService apArticleService;
  
      @PostMapping("/api/v1/article/save")
      @Override
      public ResponseResult saveArticle(@RequestBody ArticleDto dto) {
          return apArticleService.saveArticle(dto);
      }
  }

• app文章保存

  // Dto
  public class ArticleDto  extends ApArticle {
      /**
       * 文章内容
       */
      private String content;
  }
  
  // Service
  public ResponseResult saveArticle(ArticleDto dto) {
      // 1. 检查参数
      if(dto == null){
          return ResponseResult.errorResult(AppHttpCodeEnum.PARAM_INVALID);
      }
      ApArticle apArticle = new ApArticle();
      BeanUtils.copyProperties(dto, apArticle);
      // 2. 保存或修改文章
      if(dto.getId() == null){
          // 2.1 不存在id
          // 保存文章
          save(apArticle);
          // 保存文章配置
          ApArticleConfig apArticleConfig = new ApArticleConfig(apArticle.getId());
          apArticleConfigMapper.insert(apArticleConfig);
          // 保存文章内容
          ApArticleContent apArticleContent = new ApArticleContent();
          apArticleContent.setArticleId(apArticle.getId());
          apArticleContent.setContent(dto.getContent());
          apArticleContentMapper.insert(apArticleContent);
      }else{
          // 2.2 存在id
          // 修改文章
          updateById(apArticle);
          // 修改文章内容
          LambdaQueryWrapper<ApArticleContent> queryWrapper = new LambdaQueryWrapper<>();
          queryWrapper.eq(ApArticleContent::getArticleId, dto.getId());
          ApArticleContent apArticleContent = apArticleContentMapper.selectOne(queryWrapper);
          apArticleContentMapper.updateById(apArticleContent);
      }
      // 3. 返回文章id
      return ResponseResult.okResult(apArticle.getId());
  }

总结

• dto中没有配置表的数据, 所以保存时设置配置的默认值, 修改时不用修改文章配置表
• 返回文章id是需要在wm_news表中设置article_id, 新闻表中有个文章id字段

自媒体文章审核

提取内容和图片

• 实现思路

1. 通过id查询文章
2. 查询文章状态, 需要是提交, 待审核状态
3. 获取文章内容和图片

• 具体实现

  @Service
  @Slf4j
  @Transactional
  public class WmNewsAutoScanServiceImpl implements WmNewsAutoScanService {
  
      @Autowired
      private WmNewsMapper wmNewsMapper;
      /**
       * 自媒体文章审核
       * @param id
       */
      @Override
      public void autoScanWmNews(Integer id) throws Exception {
          // 查询文章
          WmNews wmNews = wmNewsMapper.selectById(id);
          if(wmNews == null){
              throw new RuntimeException("WmNewsAutoScanServiceImpl-文章不存在");
          }
  
          if(wmNews.getStatus() == WmNews.Status.SUBMIT.getCode()) {
              // 获取图片和文本内容
              Map<String, Object> textAndImages = handleTextAndImages(wmNews);
          }
      }  
  
      /**
       * 获取图片和文本内容
       * @param wmNews
       * @return
       */
      private Map<String, Object> handleTextAndImages(WmNews wmNews) {
          // 图片路径
          List<String> imgList = new ArrayList<>();
          // 文本内容
          StringBuilder builder = new StringBuilder();
  
          // 从自媒体文章的内容中提取文章和图片
          if(StringUtils.isNotBlank(wmNews.getContent())) {
              List<Map> maps = JSONArray.parseArray(wmNews.getContent(), Map.class);
              for (Map map : maps) {
                  if (map.get("type").equals("image")) {
                      imgList.add((String) map.get("value"));
                  } else if (map.get("type").equals("text")) {
                      builder.append(map.get("value"));
                  }
              }
          }
          // 提取文章的封面图片
          if(StringUtils.isNotBlank(wmNews.getImages())) {
              String[] split = wmNews.getImages().split(",");
              imgList.addAll(Arrays.asList(split));
          }
          Map<String, Object> resultMap = new HashMap<>();
          resultMap.put("content", builder.toString());
          resultMap.put("images", imgList);
          return resultMap;
      }
  }

• 总结

  • Arrays.asList将String数组转化为List<String>
  • List的addAll方法可以将List<>直接全加进来

审核内容和图片

• 具体实现

  @Service
  @Slf4j
  @Transactional
  public class WmNewsAutoScanServiceImpl implements WmNewsAutoScanService {
  
      @Autowired
      private WmNewsMapper wmNewsMapper;
      @Autowired
      private FileStorageService fileStorageService;
      @Autowired
      private GreenTextScan greenTextScan;
      @Autowired
      private GreenImageScan greenImageScan;
      /**
       * 自媒体文章审核
       * @param id
       */
      @Override
      public void autoScanWmNews(Integer id) throws Exception {
          ...
  
          if(wmNews.getStatus() == WmNews.Status.SUBMIT.getCode()) {
              ...
              // 2. 文章文本审核
              boolean isTextScan = handleTextScan((String) textAndImages.get("content"), wmNews);
              if(!isTextScan) return;
              // 3. 文章图片审核
              boolean isImageScan = handleImageScan((List<String>) textAndImages.get("images"), wmNews);
              if(!isImageScan) return;
          }
      }
  
      /**
       * 审核图片
       * @param images
       * @param wmNews
       * @return
       */
      private boolean handleImageScan(List<String> images, WmNews wmNews) {
          boolean flag = true;
  
          if(images == null || images.size() == 0){
              return flag;
          }
  
          List<byte[]> list = new ArrayList<>();
          // 图片去重
          images = images.stream().distinct().collect(Collectors.toList());
  
          for (String image : images) {
              byte[] bytes = fileStorageService.downLoadFile(image);
              list.add(bytes);
          }
  
          try {
              Map map = greenImageScan.imageScan(list);
              if(map != null){
                  // 违规内容
                  if(map.get("suggestion").equals("block")){
                      flag = false;
                      updateWmNews(wmNews, 2, "当前文章中存在违规内容");
                  }
                  // 不确定内容, 需要人工审核
                  if(map.get("suggestion").equals("review")){
                      flag = false;
                      updateWmNews(wmNews, 3, "当前文章中存在不确定内容");
                  }
              }
          } catch (Exception e) {
              flag = false;
              throw new RuntimeException(e);
          }
          return flag;
      }
  
      /**
       * 审核纯文本内容
       * @param content
       * @param wmNews
       * @return
       */
      private boolean handleTextScan(String content, WmNews wmNews) {
          boolean flag = true;
          content += wmNews.getTitle();
          if(StringUtils.isEmpty(content)){
              return flag;
          }
          try {
              Map map = greenTextScan.greeTextScan(content);
              if(map != null){
                  // 违规内容
                  if(map.get("suggestion").equals("block")){
                      flag = false;
                      updateWmNews(wmNews, 2, "当前文章中存在违规内容");
                  }
                  // 不确定内容, 需要人工审核
                  if(map.get("suggestion").equals("review")){
                      flag = false;
                      updateWmNews(wmNews, 3, "当前文章中存在不确定内容");
                  }
              }
          } catch (Exception e) {
              flag = false;
              e.printStackTrace();
          }
          return flag;
      }
  
      /**
       * 修改文章内容
       * @param wmNews
       * @param status
       * @param reason
       */
      private void updateWmNews(WmNews wmNews, int status, String reason) {
          wmNews.setStatus((short) status);
          wmNews.setReason(reason);
          wmNewsMapper.updateById(wmNews);
      }
  }

• 总结

  • 之前误以为stream流中可以通过return+collect(Collectors.toList)修改原数据内容, 而是stream().map((item)->{...})中的item若是对象, 则可以通过修改对象中的属性来修改原数据内容, 而直接通过给对象赋值来修改对象则不行, 因为这相当于让item指向新的地址, 这没有什么意义, 跟原本的数据无关.
  • idea快捷键: ctrl+alt+m, 抽取方法.

保存app端文章

• 具体实现

@Service
@Slf4j
@Transactional
public class WmNewsAutoScanServiceImpl implements WmNewsAutoScanService {

    ...

    /**
     * 自媒体文章审核
     * @param id
     */
    @Override
    public void autoScanWmNews(Integer id) throws Exception {
        ...

        if(wmNews.getStatus() == WmNews.Status.SUBMIT.getCode()) {
            ...
            // 4. 审核通过, 保存app端相关文章
            ResponseResult responseResult = saveAppArticle(wmNews);
            if(!responseResult.getCode().equals(200)){
                throw new RuntimeException("WmNewsAutoScanServiceImpl-文字审核, 保存app端相关文章数据失败");
            }
            // 回填article_id
            wmNews.setArticleId((Long) responseResult.getData());
            updateWmNews(wmNews, 9, "审核成功");
        }
    }

    @Autowired
    private IArticleClient articleClient;
    @Autowired
    private WmChannelMapper wmChannelMapper;
    @Autowired
    private WmUserMapper wmUserMapper;
    /**
     * 保存app端相关的文章数据
     * @param wmNews
     */
    private ResponseResult saveAppArticle(WmNews wmNews) {
        ArticleDto dto = new ArticleDto();
        BeanUtils.copyProperties(wmNews, dto);
        // 文章的布局
        dto.setLayout(wmNews.getType());
        // 频道
        WmChannel wmChannel = wmChannelMapper.selectById(wmNews.getChannelId());
        if(wmChannel != null){
            dto.setChannelName(wmChannel.getName());
        }
        // 作者
        dto.setAuthorId(Long.valueOf(wmNews.getUserId()));
        WmUser wmUser = wmUserMapper.selectById(wmNews.getUserId());
        if(wmNews != null){
            dto.setAuthorName(wmUser.getName());
        }
        // 设置文字id
        if(wmNews.getArticleId() != null){
            dto.setId(wmNews.getArticleId());
        }
        dto.setCreatedTime(new Date());

        ResponseResult responseResult = articleClient.saveArticle(dto);
        return responseResult;
    }
}

• 总结
  • 保存完, 要将返回的文章id, 保存为news表中的article_id

Feign远程调用降级

• 介绍

  • 服务降级是服务自我保护的一种方式，或者保护下游服务的一种方式，用于确保服务不会受请求突增影响变得不可用，确保服务不会崩溃
  • 服务降级虽然会导致请求失败，但是不会导致阻塞

• 编写降级实现类

  @Component
  public class IArticleClientFallback implements IArticleClient {
      @Override
      public ResponseResult saveArticle(ArticleDto dto)  {
          return ResponseResult.errorResult(AppHttpCodeEnum.SERVER_ERROR,"获取数据失败");
      }
  }

• 自媒体微服务扫描降级类

  @Configuration
  @ComponentScan("com.heima.apis.article.fallback")
  public class InitConfig {
  }

• feign接口指定降级类

  @FeignClient(value = "leadnews-article",fallback = IArticleClientFallback.class)
  public interface IArticleClient {
      ...
  }

• 配置开启服务降级, 并指定响应时间

  feign:
  # 开启feign对hystrix熔断降级的支持
  hystrix:
      enabled: true
  # 修改调用超时时间
  client:
      config:
      default:
          connectTimeout: 2000
          readTimeout: 2000

• 在文章微服务延时

  public ResponseResult saveArticle(ArticleDto dto) {
      // 测试feign调用降级
      try {
          Thread.sleep(3000);
      } catch (InterruptedException e) {
          e.printStackTrace();
      }
  }

• 总结: 麻

发布文章异步调用

1. 在自动审核上加异步注解

   @Async
   public void autoScanWmNews(Integer id){
       ...
   }

2. 文章发布成功后, 调用自动审核

   public ResponseResult submitNews(WmNewsDto dto) {
       ...
       wmNewsAutoScanService.autoScanWmNews(wmNews.getId());
   
       return ResponseResult.okResult(AppHttpCodeEnum.SUCCESS);
   }

3. 自媒体启动类添加注解

   @EnableAsync
   public class WemediaApplication {
       ...
   }

自管理敏感词

• 方案介绍

  方案	说明
  数据库模糊查询	效率太低
  String.indexOf("")查找	数据库量大的话也是比较慢
  全文检索	分词再匹配
  DFA算法	确定有穷自动机(一种数据结构)

• 具体实现

  private boolean handleSensitiveScan(String content, WmNews wmNews) {
      boolean flag = true;
      // 查询敏感词
      List<WmSensitive> wmSensitiveList = wmSensitiveMapper.selectList(Wrappers.<WmSensitive>lambdaQuery().select(WmSensitive::getSensitives));
      List<String> sensitiveList = wmSensitiveList.stream().map(WmSensitive::getSensitives).collect(Collectors.toList());
      // 初始化敏感词库
      SensitiveWordUtil.initMap(sensitiveList);
      // 查看文章中是否包含敏感词
      Map<String, Integer> wordMap = SensitiveWordUtil.matchWords(content);
      if(wordMap.size() > 0){
          updateWmNews(wmNews, 2, "当前文章中存在违规内容:" + wordMap);
          flag = false;
      }
      return flag;
  }

• 总结

  • 使用DFA算法实现敏感词检测, 感觉DFA算法和字典树差不多

图片文字识别

入门

• 什么是OCR

  OCR(Optical Character Recognition,光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，
  通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程

• 方案

  方案	说明
  百度OCR	收费
  Tesseract-OCR	Google维护的开源OCR引擎, 支持Java, Python等语言调用
  Test4j	封装了Tesseract-OCR, 支持Java调用

• tess4j依赖

  <dependencies>
      <dependency>
          <groupId>net.sourceforge.tess4j</groupId>
          <artifactId>tess4j</artifactId>
          <version>4.1.1</version>
      </dependency>
  </dependencies>

• 案例

  public static void main(String[] args) throws TesseractException {
      // 创建实例
      ITesseract tesseract = new Tesseract();
      // 设置字体库路径
      tesseract.setDatapath("D:\\workspace\\tessdata");
      // 设置语言 简体中文
      tesseract.setLanguage("chi_sim");
      File file = new File("D:\\csdn图库\\微服务.png");
      // 识别图片
      String res = tesseract.doOCR(file).replaceAll("\\r|\\n", "-");
      System.out.println("识别的结果为:"+res);
  }

集成至文字审核

• 导入依赖, spring工厂加入工具类, 在调用工具类的服务中配置参数

• 工具类

  @Getter
  @Setter
  @Component
  @ConfigurationProperties(prefix = "tess4j")
  public class Tess4jClient {
  
      private String dataPath;
      private String language;
  
      public String doOCR(BufferedImage image) throws TesseractException {
          //创建Tesseract对象
          ITesseract tesseract = new Tesseract();
          //设置字体库路径
          tesseract.setDatapath(dataPath);
          //中文识别
          tesseract.setLanguage(language);
          //执行ocr识别
          String result = tesseract.doOCR(image);
          //替换回车和tal键  使结果为一行
          result = result.replaceAll("\\r|\\n", "-").replaceAll(" ", "");
          return result;
      }
  }

• 具体实现

  // 从byte[]转换为BufferedImage
  ByteArrayInputStream in = new ByteArrayInputStream(bytes);
  BufferedImage imageFile = ImageIO.read(in);
  // 识别图片文字
  String result = tess4jClient.doOCR(imageFile);
  System.out.println("识别内容: " + result);
  // 审核是否包含敏感词
  boolean isSensitive = handleSensitiveScan(result, wmNews);
  if(!isSensitive){
      return isSensitive;
  }

静态文章生成, 异步

@Service
@Slf4j
@Transactional
public class ArticleFreemarkerServiceImpl implements ArticleFreemarkerService {

    @Autowired
    private Configuration configuration;
    @Autowired
    private FileStorageService fileStorageService;
    @Autowired
    private ApArticleService apArticleService;
    /**
     * 生成静态文件上传到minIO中
     * @param article
     * @param content
     */
    @Override
    @Async
    public void buildArticleToMinIO(ApArticle article, String content) {
        if(StringUtils.isNotBlank(content)) {
            // 2. 文章内容通过freemarker生成html文件
            Template template = null;
            StringWriter out = null;
            try {
                template = configuration.getTemplate("article.ftl");
                //    数据模型
                Map<String, Object> data = new HashMap<>();
                data.put("content", JSONArray.parseArray(content));
                out = new StringWriter();
                //    合成
                template.process(data, out);
            } catch (Exception e) {
                throw new RuntimeException(e);
            }

            // 3. 把html上传到minio中
            InputStream in = new ByteArrayInputStream(out.toString().getBytes());
            String path = fileStorageService.uploadHtmlFile("", article.getId()+".html", in);
            // 4. 修改ap_article表, 保存static_url字段
            apArticleService.update(Wrappers.<ApArticle>lambdaUpdate().eq(ApArticle::getId, article.getId()).set(ApArticle::getStaticUrl, path));
        }
    }
}

来源

黑马程序员. 黑马头条