基于多关键词的快速过滤方法

摘要

本发明公开了一种基于多关键词的快速过滤方法。该方法通过关键词编号，结构存储，过滤规则分解成原子规则，对内容逐字进行关键词查找的步骤实现。本发明基于多关键词的快速过滤方法大大提高了关键词过滤的性能，普通单CPU执行性能大概在100W次/秒,满足了高效和迅速的内容过滤，过滤性能约是普通正则过滤的2000倍以上。

主权项

一种基于多关键词的快速过滤方法，其特征在于，包括如下步骤：1)将所有关键词编号，结构存储，采用首字编码的位置索引，相同首字的关键词顺序存储。记作集合A；2)将过滤规则分解成原子规则，原子规则即只含有单词组或“与关系”的多词组，如果原始规则中含有“或”，将被分解成多个原子规则，原子规则按照关键词编号增序排列，并对首词建立索引，相同首词的按编号增序存储，记作集合B；3)对内容逐字进行关键词查找，在A找出内容里的不同关键词集合C，并将C集合按关键词编号进行位流标记，对集合C逐词在B中进行查找，如果B中某个首词内的规则被C包含，则内容包含这个过滤规则，过滤结束。