有什么推荐的快速python包在文本中搜索单词？

Question

我正在寻找一个Python包，它将获得单词列表，然后根据给定的单词列表在文本中搜索单词。在

我尝试使用FlashText（http://flashtext.readthedocs.io/en/latest/）

所以我构建了一个类，从文件code: keyword_processor.add_keyword(word)添加关键字

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）：גיל

还有一句话：האישהבגילהההלפארק

单词“בגילה”作为已找到的关键字出现，因为它包含גילה，所以对我不好。。。在

这里的任何人都有使用另一个Python包的经验，该包正在执行我在这里描述的内容，并且不会返回“partial keywords”？ 也许和flashtext一样快，从我参加的测试来看，它非常快。在

Answer 1

为什么不使用^{}？在

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)

将返回['se', 'fes', 'se']，即，在s中找到的words中的单词，按找到它们的顺序并包括重复项。在

正则表达式含义：

• 单词以字符串开头或前面有空格：(?:^|\s+)
• 单词要么结束字符串，要么后跟空格：(?:$|\s+)
• 我们不关心单词前面或后面是什么：(?:...)
• |是“OR”：我们想要一个单词：'|'.join(words)
• 我们要捕获找到的单词：({})

可以在单词前面或后面添加更多可接受的字符（我在想,，.，…）。在

---

或者，如果你在文本中寻找单词，你的查找器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，您可以使用in：

^{pr2}$