对在文本中搜索单词的快速 python 包有什么建议吗？
Any recommendations for fast python package that search a word inside a text?
我正在寻找一个 Python 包，它将获取单词列表，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/)
所以我构建了一个 class 从文件 code: keyword_processor.add_keyword(word)
添加关键字
然后使用 code: keyword_processor.extract_keywords(text)
在文本中搜索关键字
但我也得到部分单词，例如我有一个 "keyword"（希伯来语）：גיל
还有一个句子：האישה בגילה הלכה לפארק
单词“בגילה”作为找到的关键字出现，因为它包含 גיל 在里面，所以它对我不利...
这里有没有人有使用不同的 Python 软件包的经验，该软件包正在执行我在此处描述的操作，但不会 return "partial keywords"？
也许和 flashtext 一样快，从我进行的测试来看，它非常快。
为什么不使用 re？
import re
s = 'asef se fese fes fse se'
words = ['se', 'fes', 'foo']
words_re = '(?:^|\s+)({})(?:$|\s+)'.format('|'.join(words))
re.findall(words_re, s)
将 return ['se', 'fes', 'se'] 即 来自 words 的单词在 s 中找到的顺序找到并包括重复项。
正则表达式含义：
- 字符串的开头或前面有一个空格：
(?:^|\s+)
- 一个词要么结束字符串，要么后跟一个空格：
(?:$|\s+)
- 我们不关心单词之前或之后的内容：
(?:...)
| 是 "OR"：我们想要其中一个词：'|'.join(words)- 我们要捕获找到的单词：
({})
欢迎在单词前后添加更多可接受的字符（我正在考虑 ,、.、...）。
或者，如果您要在文本中查找单词，那么您的查找器将 return 提供给您的是您已经拥有的单词。如果你这样做的原因是检查文本中是否有这个词，你可以使用 in:
text = '...' # your input text
words = ['foo', 'bar']
words_in_text = [word for word in words if word in text]
我正在寻找一个 Python 包，它将获取单词列表，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/)
所以我构建了一个 class 从文件 code: keyword_processor.add_keyword(word)
然后使用 code: keyword_processor.extract_keywords(text)
但我也得到部分单词，例如我有一个 "keyword"（希伯来语）：גיל
还有一个句子：האישה בגילה הלכה לפארק
单词“בגילה”作为找到的关键字出现，因为它包含 גיל 在里面，所以它对我不利...
这里有没有人有使用不同的 Python 软件包的经验，该软件包正在执行我在此处描述的操作，但不会 return "partial keywords"？ 也许和 flashtext 一样快，从我进行的测试来看，它非常快。
为什么不使用 re？
import re
s = 'asef se fese fes fse se'
words = ['se', 'fes', 'foo']
words_re = '(?:^|\s+)({})(?:$|\s+)'.format('|'.join(words))
re.findall(words_re, s)
将 return ['se', 'fes', 'se'] 即 来自 words 的单词在 s 中找到的顺序找到并包括重复项。
正则表达式含义：
- 字符串的开头或前面有一个空格：
(?:^|\s+) - 一个词要么结束字符串，要么后跟一个空格：
(?:$|\s+) - 我们不关心单词之前或之后的内容：
(?:...) |是 "OR"：我们想要其中一个词：'|'.join(words)- 我们要捕获找到的单词：
({})
欢迎在单词前后添加更多可接受的字符（我正在考虑 ,、.、...）。
或者，如果您要在文本中查找单词，那么您的查找器将 return 提供给您的是您已经拥有的单词。如果你这样做的原因是检查文本中是否有这个词，你可以使用 in:
text = '...' # your input text
words = ['foo', 'bar']
words_in_text = [word for word in words if word in text]