实用小工具-python esmre库实现word查找

python esmre库实现word查找

前言：
在文本中匹配特定的字符串，一般可以用普通的字符串匹配算法，KMP算法；
python中提供了一个库，esmre, 通过预先将字符串存到esm对象中，利用这些字符串从候选的字符串中进行匹配，返回匹配位置，支持同一个词语的多次匹配。效率比正则表达式快。

import esm
import re

index = esm.Index()
index.enter("he")
index.enter("she")
index.enter("his")
index.enter("hers")
index.fix()
query1 = "this here is history"
query2 = "Those are his sheep!"

# 使用esmre
out1 = index.query(query1)
out2 = index.query(query2)
print('out1=', out1, '\nstr1=', query1[out1[0][0][0]:out1[0][0][1]])
print('out2=', out2, '\nstr2=', query1[out2[0][0][0]:out2[0][0][1]])


# 使用正则表达式
out3 = re.search(r"he|she|his|hers", query1)
print('out3=',out3)

out4 = re.search(r"xxx|yyy", query2)
print('out4=',out4)

'''
out1= [((1, 4), 'his'), ((5, 7), 'he'), ((13, 16), 'his')] 
str1= his
out2= [((10, 13), 'his'), ((14, 17), 'she'), ((15, 17), 'he')] 
str2= is 
out3= <re.Match object; span=(1, 4), match='his'>
out4= None
'''

参考：
1.敏感词匹配——python使用esmre实现ac自动机[多模匹配]
2,.esmre 1.0.1
3.python ac模块_python使用esmre代替ahocorasick实现ac自动机[多模匹配]