(Python实现中文分词最大匹配算法)研究生命的起源

正向进行中文分词匹配：

# -*- coding: utf-8 -*-
# 待分词语句
str_1='研究生命的起源'
# 最大长度
M=3
# 词典列表
list_1=['研究','研究生','生命','命','的','起源']
# 字符串载体
list_2=['研','究','生','命','的','起','源']
# 找到起始定位点
i=0
# 找需匹配的切片进行匹配
while i<=len(str_1)-(len(str_1)%M):
    if i+M<len(str_1):
        z=i+M
    else:
        z=len(str_1)
    k=len(list_2)-len(str_1)
    while z>i:
        if str_1[i:z] in list_1[:]:
            list_2.insert(z+k,'/')
            i=z
            break;
        else:
            z-=1
        if z==i+1:
            list_2.insert(z+k,'/')
            i+=1
# 将载体的数据还原为字符串
str=''
for i in list_2:
    str+=i
# 去掉头部和尾部的/
print(str.strip('/'))

运行结果截图：

 逆向进行中文分词匹配：

# -*- coding:utf-8 -*-
# 待分词语句
str_1='研究生命的起源'
# 最大字符数
M=3
# 词典列表
list_1=['研究','研究生','生命','命','的','起源']
# 字符串载体
list_2=['研','究','生','命','的','起','源']
# 找到起始定位点
i=0
# 找需匹配的切片进行匹配
while i>len(str_1)%M-len(str_1):
    if abs(i-M)<=len(str_1):
        z=i-M
    else:
        z=-len(str_1)
    k=len(list_2)-len(str_1)
    while z<i:
        if i==0:
            if str_1[z:] in list_1:
                list_2.insert(z-k,'/')
                i=z
                break;
        else:
            if str_1[z:i] in list_1:
                list_2.insert(z-k,'/')
                i=z
                break;
        if z==i-1:
            list_2.insert(z-k,'/')
            i+=1
        z+=1
# 将载体上数据还原为字符串
str_2=''
for i in list_2:
    str_2+=i
# 去掉头部和尾部的/
print(str_2.strip('/'))

运行结果截图：

 敬请指正！