告别正则表达式，这个Python库可以快M倍

　　FlashText 算法是由 Vikash Singh 于2017年发表的大规模关键词替换算法，这个算法的时间复杂度仅由文本长度（N）决定，算法时间复杂度为O（N）。
　　而对于正则表达式的替换，算法时间复杂度还需要考虑被替换的关键词数量（M），因此时间复杂度为O（MxN）。
　　简而言之， 基于FlashText算法的字符串替换比正则表达式替换快M倍以上，这个M是需要替换的关键词数量，关键词越多，FlashText算法的优势就越明显 。
　　下面就给大家介绍如何在 Python 中基于  flashtext  模块使用  FlashText  算法进行字符串查找和替换，如果觉得对你的项目团队很有帮助，请记得帮作者转发一下哦。
　　1.准备
　　开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，可以访问这篇文章：超详细Python安装指南 进行安装。
　　(可选1) 如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda，它内置了Python和pip.
　　(可选2) 此外，推荐大家用VSCode编辑器，它有许多的优点：Python 编程的最好搭档—VSCode 详细指南。
　　请选择以下任一种方式输入命令安装依赖 ：
　　1. Windows 环境 打开 Cmd (开始-运行-CMD)。
　　2. MacOS 环境 打开 Terminal (command+空格输入Terminal)。
　　3. 如果你用的是 VSCode编辑器 或 Pycharm，可以直接使用界面下方的Terminal.
　　pip install flashtext
　　2.基本使用
　　提取关键词
　　一个最基本的提取关键词的例子如下：
　　from   flashtext import   KeywordProcessor
　　# 1. 初始化关键字处理器
　　keyword_processor = KeywordProcessor()
　　# 2. 添加关键词
　　keyword_processor.add_keyword(＂Big Apple＂  , ＂New York＂  )
　　keyword_processor.add_keyword(＂Bay Area＂  )
　　# 3. 处理目标句子并提取相应关键词
　　keywords_found = keyword_processor.extract_keywords(＂I love Big Apple and Bay Area.＂  )
　　# 4. 结果
　　print(keywords_found)
　　# [＂New York＂, ＂Bay Area＂]
　　其中    add_keyword    的第一个参数代表需要被查找的关键词，第二个参数是给这个关键词一个别名，如果找到了则以别名显示。
　　替换关键词
　　如果你想要替换关键词，只需要调用处理器的    replace_keywords    函数：
　　from   flashtext import   KeywordProcessor
　　# 1. 初始化关键字处理器
　　keyword_processor = KeywordProcessor()
　　# 2. 添加关键词
　　keyword_processor.add_keyword(＂New Delhi＂  , ＂NCR region＂  )
　　# 3. 替换关键词
　　new_sentence = keyword_processor.replace_keywords(＂I love Big Apple and new delhi.＂  )
　　# 4. 结果
　　print(new_sentence)
　　# ＂I love New York and NCR region.＂
　　关键词大小写敏感
　　如果你需要精确提取，识别大小写字母，那么你可以在处理器初始化的时候设定    sensitive    参数:
　　from   flashtext import   KeywordProcessor
　　# 1. 初始化关键字处理器, 注意设置大小写敏感(case_sensitive)为TRUE
　　keyword_processor = KeywordProcessor(case_sensitive=True  )
　　# 2. 添加关键词
　　keyword_processor.add_keyword(＂Big Apple＂  , ＂New York＂  )
　　keyword_processor.add_keyword(＂Bay Area＂  )
　　# 3. 处理目标句子并提取相应关键词
　　keywords_found = keyword_processor.extract_keywords(＂I love big Apple and Bay Area.＂  )
　　# 4. 结果
　　print(keywords_found)
　　# [＂Bay Area＂]
　　标记关键词位置
　　如果你需要获取关键词在句子中的位置，在    extract_keywords    的时候添加   span_info=True    参数即可：
　　from   flashtext import   KeywordProcessor
　　# 1. 初始化关键字处理器
　　keyword_processor = KeywordProcessor()
　　# 2. 添加关键词
　　keyword_processor.add_keyword(＂Big Apple＂  , ＂New York＂  )
　　keyword_processor.add_keyword(＂Bay Area＂  )
　　# 3. 处理目标句子并提取相应关键词, 并标记关键词的起始、终止位置
　　keywords_found = keyword_processor.extract_keywords(＂I love big Apple and Bay Area.＂  , span_info=True  )
　　# 4. 结果
　　print(keywords_found)
　　# [(＂New York＂, 7, 16), (＂Bay Area＂, 21, 29)]
　　获取目前所有的关键词
　　如果你需要获取当前已经添加的所有关键词，只需要调用处理器的    get_all_keywords    函数：
　　from   flashtext import   KeywordProcessor
　　# 1. 初始化关键字处理器
　　keyword_processor = KeywordProcessor()
　　# 2. 添加关键词
　　keyword_processor.add_keyword(＂j2ee＂  , ＂Java＂  )
　　keyword_processor.add_keyword(＂colour＂  , ＂color＂  )
　　# 3. 获取所有关键词
　　keyword_processor.get_all_keywords()
　　# output: {＂colour＂: ＂color＂, ＂j2ee＂: ＂Java＂}
　　批量添加关键词
　　批量添加关键词有两种方法，一种是通过词典，一种是通过数组：
　　from   flashtext import   KeywordProcessor
　　# 1. 初始化关键字处理器
　　keyword_processor = KeywordProcessor()
　　# 2. （第一种）通过字典批量添加关键词
　　keyword_dict = {
　　＂java＂  : [＂java_2e＂  , ＂java programing＂  ],
　　＂product management＂  : [＂PM＂  , ＂product manager＂  ]
　　}
　　keyword_processor.add_keywords_from_dict(keyword_dict)
　　# 2. （第二种）通过数组批量添加关键词
　　keyword_processor.add_keywords_from_list([＂java＂  , ＂python＂  ])
　　# 3. 第一种的提取效果如下
　　keyword_processor.extract_keywords(＂I am a product manager for a java_2e platform＂  )
　　# output [＂product management＂, ＂java＂]
　　单一或批量删除关键词
　　删除关键词也非常简单，和添加类似：
　　from   flashtext import   KeywordProcessor
　　# 1. 初始化关键字处理器
　　keyword_processor = KeywordProcessor()
　　# 2. 通过字典批量添加关键词
　　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. 单个删除关键词
　　keyword_processor.remove_keyword(＂java_2e＂  )
　　# 5. 批量删除关键词，也是可以通过词典或者数组的形式
　　keyword_processor.remove_keywords_from_dict({＂product management＂  : [＂PM＂  ]})
　　keyword_processor.remove_keywords_from_list([＂java programing＂  ])
　　# 6. 删除了java programing关键词后的效果如下
　　keyword_processor.extract_keywords(＂I am a product manager for a java_2e platform＂  )
　　# [＂product management＂]
　　3.高级使用
　　支持额外信息
　　前面提到在添加关键词的时候第二个参数为其别名，其实你不仅可以指示别名，还可以将额外信息放到第二个参数中：
　　from   flashtext import   KeywordProcessor
　　# 1. 初始化关键字处理器
　　kp = KeywordProcessor()
　　# 2. 添加关键词并附带额外信息
　　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＂)]
　　这样，在提取关键词的时候，你还能拿到其他一些你想要在得到此关键词时输出的信息。
　　支持特殊单词边界
　　Flashtext 检测的单词边界一般局限于 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为单词的一部分也是可以实现的：
　　from   flashtext import   KeywordProcessor
　　# 1. 初始化关键字处理器
　　keyword_processor = KeywordProcessor()
　　# 2. 添加关键词
　　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. 将 ＂/＂ 作为单词一部分
　　keyword_processor.add_non_word_boundary(＂/＂  )
　　# 5. 优化后的效果
　　print(keyword_processor.extract_keywords(＂I love Big Apple/Bay Area.＂  ))
　　# []
　　4.结尾
　　个人认为这个模块已经满足我们的基本使用了，如果你有一些该模块提供的功能之外的使用需求，可以给 flashtext 贡献代码：
　　https://github.com/vi3k6i5/flashtext
　　附 FlashText 与正则相比  查询关键词  所花费的时间之比：
　　附 FlashText 与正则相比  替换关键词  所花费的时间之比：
　　这篇文章如果对你有帮助的话，记得转发一下哦。