我正在寻找一个Python包,它将获得一个单词列表,然后根据给定的单词列表在文本中搜索单词
我尝试使用FlashText(http://flashtext.readthedocs.io/en/latest/)
因此,我构建了一个类,该类添加了来自文件code: keyword_processor.add_keyword(word)
的关键字
然后用code: keyword_processor.extract_keywords(text)
在文本中搜索关键字
但我也得到了部分单词,例如我有一个“关键字”(希伯来语):יל
还有一句话:האשככי𤩌𤩌פאק
单词“בכי㪡ה”作为一个found关键字出现,因为其中包含כי㪡,所以对我不好
这里是否有人有过使用不同Python包的经验,该包正在执行我在这里描述的操作,并且不会返回“部分关键字”? 也许和flashtext一样快,我参加的测试速度非常快
为什么不使用^{}
将返回
['se', 'fes', 'se']
,即s
中找到的words
中的单词,按照找到它们的顺序,包括重复的单词正则表达式含义:
(?:^|\s+)
(?:$|\s+)
(?:...)
|
是“或”:我们想要一个单词:'|'.join(words)
({})
请随意在单词之前或之后添加更多可接受的字符(我想到的是
,
,.
,…)或者,如果你在文本中寻找单词,你的搜索者将返回你已经拥有的单词。如果您这样做是为了检查文本中是否有该单词,则可以使用
in
:相关问题 更多 >
编程相关推荐