在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

Python替換字符串的新姿勢

汽車電子技術(shù) ? 來源:Python實(shí)用寶典 ? 作者:Ckend ? 2023-02-24 10:50 ? 次閱讀

pYYBAGP4JXiAHsODAACyZ0F2pxA930.png

FlashText 算法是由 Vikash Singh 于2017年發(fā)表的大規(guī)模關(guān)鍵詞替換算法,這個(gè)算法的時(shí)間復(fù)雜度僅由文本長度(N)決定,算法時(shí)間復(fù)雜度為O(N)。

而對(duì)于正則表達(dá)式的替換,算法時(shí)間復(fù)雜度還需要考慮被替換的關(guān)鍵詞數(shù)量(M),因此時(shí)間復(fù)雜度為O(MxN)。

簡而言之,基于FlashText算法的字符串替換比正則表達(dá)式替換快M倍以上,這個(gè)M是需要替換的關(guān)鍵詞數(shù)量,關(guān)鍵詞越多,F(xiàn)lashText算法的優(yōu)勢就越明顯。

下面就給大家介紹如何在 Python 中基于flashtext模塊使用FlashText算法進(jìn)行字符串查找和替換,如果覺得對(duì)你的項(xiàng)目團(tuán)隊(duì)很有幫助,請(qǐng)記得幫作者轉(zhuǎn)發(fā)一下哦。

1.準(zhǔn)備

開始之前,你要確保Python和pip已經(jīng)成功安裝在電腦上,如果沒有,可以訪問這篇文章:超詳細(xì)Python安裝指南進(jìn)行安裝。

(可選1)如果你用Python的目的是數(shù)據(jù)分析,可以直接安裝Anaconda:Python數(shù)據(jù)分析與挖掘好幫手—Anaconda,它內(nèi)置了Python和pip.

(可選2)此外,推薦大家用VSCode編輯器,它有許多的優(yōu)點(diǎn):Python 編程的最好搭檔—VSCode 詳細(xì)指南。

請(qǐng)選擇以下任一種方式輸入命令安裝依賴
1. Windows 環(huán)境 打開 Cmd (開始-運(yùn)行-CMD)。
2. MacOS 環(huán)境 打開 Terminal (command+空格輸入Terminal)。
3. 如果你用的是 VSCode編輯器 或 Pycharm,可以直接使用界面下方的Terminal.

pip install flashtext

2.基本使用

提取關(guān)鍵詞

一個(gè)最基本的提取關(guān)鍵詞的例子如下:

fromflashtext importKeywordProcessor# 1. 初始化關(guān)鍵字處理器keyword_processor = KeywordProcessor()# 2. 添加關(guān)鍵詞keyword_processor.add_keyword('Big Apple', 'New York')keyword_processor.add_keyword('Bay Area')# 3. 處理目標(biāo)句子并提取相應(yīng)關(guān)鍵詞keywords_found = keyword_processor.extract_keywords('I love Big Apple and Bay Area.')# 4. 結(jié)果print(keywords_found)# ['New York', 'Bay Area']

其中add_keyword的第一個(gè)參數(shù)代表需要被查找的關(guān)鍵詞,第二個(gè)參數(shù)是給這個(gè)關(guān)鍵詞一個(gè)別名,如果找到了則以別名顯示。

替換關(guān)鍵詞

如果你想要替換關(guān)鍵詞,只需要調(diào)用處理器的replace_keywords函數(shù):

fromflashtext importKeywordProcessor# 1. 初始化關(guān)鍵字處理器keyword_processor = KeywordProcessor()# 2. 添加關(guān)鍵詞keyword_processor.add_keyword('New Delhi', 'NCR region')# 3. 替換關(guān)鍵詞new_sentence = keyword_processor.replace_keywords('I love Big Apple and new delhi.')# 4. 結(jié)果print(new_sentence)# 'I love New York and NCR region.'

關(guān)鍵詞大小寫敏感

如果你需要精確提取,識(shí)別大小寫字母,那么你可以在處理器初始化的時(shí)候設(shè)定sensitive參數(shù):

fromflashtext importKeywordProcessor# 1. 初始化關(guān)鍵字處理器, 注意設(shè)置大小寫敏感(case_sensitive)為TRUEkeyword_processor = KeywordProcessor(case_sensitive=True)# 2. 添加關(guān)鍵詞keyword_processor.add_keyword('Big Apple', 'New York')keyword_processor.add_keyword('Bay Area')# 3. 處理目標(biāo)句子并提取相應(yīng)關(guān)鍵詞keywords_found = keyword_processor.extract_keywords('I love big Apple and Bay Area.')# 4. 結(jié)果print(keywords_found)# ['Bay Area']

標(biāo)記關(guān)鍵詞位置

如果你需要獲取關(guān)鍵詞在句子中的位置,在extract_keywords的時(shí)候添加span_info=True參數(shù)即可:

fromflashtext importKeywordProcessor# 1. 初始化關(guān)鍵字處理器keyword_processor = KeywordProcessor()# 2. 添加關(guān)鍵詞keyword_processor.add_keyword('Big Apple', 'New York')keyword_processor.add_keyword('Bay Area')# 3. 處理目標(biāo)句子并提取相應(yīng)關(guān)鍵詞, 并標(biāo)記關(guān)鍵詞的起始、終止位置keywords_found = keyword_processor.extract_keywords('I love big Apple and Bay Area.', span_info=True)# 4. 結(jié)果print(keywords_found)# [('New York', 7, 16), ('Bay Area', 21, 29)]

獲取目前所有的關(guān)鍵詞

如果你需要獲取當(dāng)前已經(jīng)添加的所有關(guān)鍵詞,只需要調(diào)用處理器的get_all_keywords函數(shù):

fromflashtext importKeywordProcessor# 1. 初始化關(guān)鍵字處理器keyword_processor = KeywordProcessor()# 2. 添加關(guān)鍵詞keyword_processor.add_keyword('j2ee', 'Java')keyword_processor.add_keyword('colour', 'color')# 3. 獲取所有關(guān)鍵詞keyword_processor.get_all_keywords()# output: {'colour': 'color', 'j2ee': 'Java'}

批量添加關(guān)鍵詞

批量添加關(guān)鍵詞有兩種方法,一種是通過詞典,一種是通過數(shù)組:

fromflashtext importKeywordProcessor# 1. 初始化關(guān)鍵字處理器keyword_processor = KeywordProcessor()# 2. (第一種)通過字典批量添加關(guān)鍵詞keyword_dict = {"java": ["java_2e", "java programing"],"product management": ["PM", "product manager"]}keyword_processor.add_keywords_from_dict(keyword_dict)# 2. (第二種)通過數(shù)組批量添加關(guān)鍵詞keyword_processor.add_keywords_from_list(["java", "python"])# 3. 第一種的提取效果如下keyword_processor.extract_keywords('I am a product manager for a java_2e platform')# output ['product management', 'java']

單一或批量刪除關(guān)鍵詞

刪除關(guān)鍵詞也非常簡單,和添加類似:

fromflashtext importKeywordProcessor# 1. 初始化關(guān)鍵字處理器keyword_processor = KeywordProcessor()# 2. 通過字典批量添加關(guān)鍵詞keyword_dict = {"java": ["java_2e", "java programing"],"product management": ["PM", "product manager"]}keyword_processor.add_keywords_from_dict(keyword_dict)# 3. 提取效果如下print(keyword_processor.extract_keywords('I am a product manager for a java_2e platform'))# ['product management', 'java']# 4. 單個(gè)刪除關(guān)鍵詞keyword_processor.remove_keyword('java_2e')# 5. 批量刪除關(guān)鍵詞,也是可以通過詞典或者數(shù)組的形式keyword_processor.remove_keywords_from_dict({"product management": ["PM"]})keyword_processor.remove_keywords_from_list(["java programing"])# 6. 刪除了java programing關(guān)鍵詞后的效果如下keyword_processor.extract_keywords('I am a product manager for a java_2e platform')# ['product management']

3.高級(jí)使用

支持額外信息

前面提到在添加關(guān)鍵詞的時(shí)候第二個(gè)參數(shù)為其別名,其實(shí)你不僅可以指示別名,還可以將額外信息放到第二個(gè)參數(shù)中:

fromflashtext importKeywordProcessor# 1. 初始化關(guān)鍵字處理器kp = KeywordProcessor()# 2. 添加關(guān)鍵詞并附帶額外信息kp.add_keyword('Taj Mahal', ('Monument', 'Taj Mahal'))kp.add_keyword('Delhi', ('Location', 'Delhi'))# 3. 效果如下kp.extract_keywords('Taj Mahal is in Delhi.')# [('Monument', 'Taj Mahal'), ('Location', 'Delhi')]

這樣,在提取關(guān)鍵詞的時(shí)候,你還能拿到其他一些你想要在得到此關(guān)鍵詞時(shí)輸出的信息。

支持特殊單詞邊界

Flashtext 檢測的單詞邊界一般局限于 w [A-Za-z0-9_] 外的任意字符,但是如果你想添加某些特殊字符作為單詞的一部分也是可以實(shí)現(xiàn)的:

fromflashtext importKeywordProcessor# 1. 初始化關(guān)鍵字處理器keyword_processor = KeywordProcessor()# 2. 添加關(guān)鍵詞keyword_processor.add_keyword('Big Apple')# 3. 正常效果print(keyword_processor.extract_keywords('I love Big Apple/Bay Area.'))# ['Big Apple']# 4. 將 '/' 作為單詞一部分keyword_processor.add_non_word_boundary('/')# 5. 優(yōu)化后的效果print(keyword_processor.extract_keywords('I love Big Apple/Bay Area.'))# []

4.結(jié)尾

個(gè)人認(rèn)為這個(gè)模塊已經(jīng)滿足我們的基本使用了,如果你有一些該模塊提供的功能之外的使用需求,可以給 flashtext 貢獻(xiàn)代碼:
https://github.com/vi3k6i5/flashtext

附 FlashText 與正則相比查詢關(guān)鍵詞所花費(fèi)的時(shí)間之比:

poYBAGP4JbKAdbkUAABCyT_PuLU322.png

附 FlashText 與正則相比替換關(guān)鍵詞所花費(fèi)的時(shí)間之比:

poYBAGP4JbyAfZaeAABCOwFHFA8485.png

這篇文章如果對(duì)你有幫助的話,記得轉(zhuǎn)發(fā)一下哦。


我們的文章到此就結(jié)束啦,如果你喜歡今天的Python 實(shí)戰(zhàn)教程,請(qǐng)持續(xù)關(guān)注Python實(shí)用寶典。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 算法
    +關(guān)注

    關(guān)注

    23

    文章

    4699

    瀏覽量

    94765
  • 關(guān)鍵詞
    +關(guān)注

    關(guān)注

    0

    文章

    16

    瀏覽量

    9901
  • 文本
    +關(guān)注

    關(guān)注

    0

    文章

    119

    瀏覽量

    17366
收藏 人收藏

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    Labview之搜索替換字符串

    Labview之搜索替換字符串,很好的Labview資料,快來下載學(xué)習(xí)吧。
    發(fā)表于 04-19 10:23 ?0次下載

    Labview之替換字符串

    Labview之替換字符串,很好的Labview資料,快來下載學(xué)習(xí)吧。
    發(fā)表于 04-19 10:43 ?0次下載

    C語言教程之字符串替換

    C語言教程之字符串替換,很好的C語言資料,快來學(xué)習(xí)吧。
    發(fā)表于 04-25 15:49 ?0次下載

    python字符串拼接方式了解

    python字符串拼接的方式 在Python的實(shí)際開發(fā)中,很多都需要用到字符串拼接,python字符串
    發(fā)表于 12-06 10:09 ?1092次閱讀

    python基礎(chǔ)教程之Python學(xué)習(xí)入門字符串的詳細(xì)程序資料說明

    Python 字符串操作,如string替換、刪除、截取、復(fù)制、連接、比較、查找、包含、大小寫轉(zhuǎn)換、分割等。
    發(fā)表于 10-30 19:13 ?8次下載

    什么是復(fù)制字符串?Python如何復(fù)制字符串

    連續(xù)幾篇文章都在寫 Python 字符串,這出乎我的意料了。但是,有的問題,不寫不行,特別是那種靈機(jī)一動(dòng)想到的問題,最后你發(fā)現(xiàn),很多人根本不懂卻又誤以為自己懂了。那就繼續(xù)刨根問底,探究個(gè)明白吧
    發(fā)表于 11-25 10:32 ?3170次閱讀

    2.2 python字符串類型

    2.2 python字符串類型 1. 如何定義字符串? 字符串Python中最常用的數(shù)據(jù)類型之一。 使用單引號(hào)或雙引號(hào)來創(chuàng)建
    的頭像 發(fā)表于 02-17 17:08 ?1603次閱讀

    Python-字符串

    字符串就是 一字符 ,是編程語言中表示文本的數(shù)據(jù)類型,在Python中使用一對(duì)雙引號(hào) "" 或者一對(duì)單引號(hào)來定義.
    的頭像 發(fā)表于 02-16 15:05 ?1535次閱讀
    <b class='flag-5'>Python</b>-<b class='flag-5'>字符串</b>

    什么是字符串

    Python 中有很多數(shù)據(jù)類型,字符串是其中的一種
    的頭像 發(fā)表于 02-23 14:55 ?7718次閱讀
    什么是<b class='flag-5'>字符串</b>

    python字符串序列操作和不可變性

    初識(shí)python字符串序列操作和不可變性。python字符串序列操作為序列通用操作,python字符串
    的頭像 發(fā)表于 02-23 15:01 ?1057次閱讀

    python字符串有哪些特定方法

    python字符串序列操作也適用于列表和元組。 python字符串還有獨(dú)有方法,即字符串對(duì)象的函數(shù),其他對(duì)象不可調(diào)用,只有
    的頭像 發(fā)表于 02-23 15:02 ?910次閱讀

    淺析python字符串模式匹配

    python字符串可以通過re模塊的模式匹配來處理文本。
    的頭像 發(fā)表于 02-23 15:04 ?2478次閱讀

    Python中檢查字符串包含的方法

    Python 有多種處理字符串的方法。今天我們介紹如何檢查一個(gè)字符串中是否包含另一個(gè)字符串。
    的頭像 發(fā)表于 05-14 16:02 ?1.6w次閱讀

    python輸出固定長度的字符串

    Python 是一種強(qiáng)大而靈活的編程語言,具有許多用于處理字符串的功能。在 Python 中,有多種方法可以輸出固定長度的字符串。下面將詳細(xì)介紹這些方法。 方法一:使用
    的頭像 發(fā)表于 11-22 10:41 ?3935次閱讀

    MySQL替換字符串函數(shù)REPLACE

    MySQL是目前非常流行的開源數(shù)據(jù)庫管理系統(tǒng)之一,它具有強(qiáng)大的功能和性能。其中之一的字符串函數(shù)REPLACE,可以用于替換字符串中的指定字符字符串
    的頭像 發(fā)表于 11-30 10:44 ?2129次閱讀
    主站蜘蛛池模板: 天天操人人干 | 亚洲狠狠97婷婷综合久久久久 | 你懂的福利 | 在线 你懂| 第四色亚洲色图 | bl 高h文| 国产精品一区电影 | 天天色综合1 | 日韩在线三级视频 | 国产免费一区二区三区在线 | 色九九 | 丁香激情综合网 | 一级中文字幕乱码免费 | 最新亚洲情黄在线网站 | 在线视频一本 | 色噜噜狠狠成人中文小说 | 中文字幕一区二区三区乱码aⅴ | a级黄色毛片三个搞一 | 一级做a爰片久久毛片一 | 人人插97 | 亚洲 欧美 自拍 另类 欧美 | 色久天| 欧美一级第一免费高清 | 日韩色爱 | 天天色天天射综合网 | 激情.com| 黄色在线网| 欧美电影一区二区 | 欧美一级色视频 | 三级四级特黄在线观看 | 国产一级片免费看 | 久久久久久久成人午夜精品福利 | 天天噜日日噜夜夜噜 | 精品国产乱码一区二区三区 | 国产秦先生大战白丝97在线 | 五月婷婷中文字幕 | 不卡精品国产_亚洲人成在线 | 天天操天天干天搞天天射 | 91成人免费在线视频 | 免费观看午夜在线欧差毛片 | 黄色录像视频网站 |