AC自动机字符串匹配——python代码实现

本文介绍了一种使用Aho-Corasick算法构建自动机的方法,该方法可以高效地在文本中查找多个关键词。通过示例展示了如何将关键词列表转化为自动机,并在给定文本中查找匹配项。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import ahocorasick


def build_actree(wordlist):
    actree = ahocorasick.Automaton()
    for index, word in enumerate(wordlist):
        actree.add_word(word, (index, word))
    actree.make_automaton()
    return actree


if __name__ == '__main__':
    wordlist = ['中国', '中山大学', '广州市', '清华大学', '北京市']
    sent = '中山大学是一所位于广州市的综合性院校。'
    actree = build_actree(wordlist=wordlist)
    for i in actree.iter(sent):
        print(i)

输出词表中的词在字符串中的结束位置、词在词表中的位置、词:

(3, (1, '中山大学'))
(11, (2, '广州市'))

 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值