要判断在哪个区间，结果中不得出现政治、seqing、db和暴力等内容，可以采取以下方法：

1. 关键词过滤：建立一个包含政治、seqing、db和暴力等关键词的词库。对于待判断的内容，使用关键词过滤算法进行匹配。如果匹配到任何一个关键词，即可判断该内容不符合要求。

2. 内容分类模型：训练一个机器学习模型，用于将文本内容进行分类。训练数据集应包含不同类别的内容，包括政治、seqing、db、暴力和其他无害的内容。通过提取文本的特征，并使用分类算法（如朴素贝叶斯、支持向量机等）进行训练，得到一个可以将文本分类到不同类别的模型。将待判断的内容输入模型，通过模型的输出即可判断该内容属于哪个区间。

3. 图像识别技术：对于包含图像的内容，可以使用图像识别技术进行判断。训练一个图像分类模型，包含政治、seqing、db、暴力和其他无害的图像。通过提取图像的特征，并使用图像分类算法（如卷积神经网络等）进行训练，得到一个可以将图像分类到不同类别的模型。将待判断的图像输入模型，通过模型的输出即可判断该内容属于哪个区间。

4. 人工审核：使用人工审核的方式对待判断的内容进行检查。雇佣一些专业审核人员，根据事先设定的准则和标准，对内容进行逐个审核。审核员可以根据经验和专业知识判断内容是否符合要求。

需要注意的是，以上方法并非绝对可靠，可能会存在一定的误判率。因此，可以结合多种方法进行判断，并且定期对模型进行更新和优化，以提高准确性和稳定性。同时，还需密切关注相关法律法规的更新和变化，及时调整判断标准。