ahocorasick 的使用中出现的问题和简单使用

优点

ahocorasick可以用来实现字符串匹配，如利用已有的文档创建一棵树，想知道用户输入的一句话与这个树上的数据的交集，可以用它来快速实现，优点是可以有效减轻cpu消耗。

使用中出现的问题

如果使用pycharm，可以直接使用在setting中的project interpreter中的“+”添加。
在使用这个方法时，直接搜索 ahocorasick，如果你是用的是python3.7，会发现找不到pyahocorasick，只有现显示 r-ahocorasicktrie，换成python3.6就可以找到了 pyahocorasick,ahocorasick-python,ahocorasick。直接点击安装ahocorasick，会报错找不到该模块。索性点击剩下两个都安装。运行程序时，报错找不到属性Automaton，卸载ahocorasick-python即可。
总结就是使用python3.6安装pyahocorasick。

简单使用

# pip install pyahocorasick  # 注意python版本
import ahocorasick  # 注意去掉 pyahocorasick 前的 py

# 往actree中添加数据
actree = ahocorasick.Automaton()
for index, word in enumerate(wordlist):
	actree.add_word(word, (index, word))  
actree.make_automaton()

# 使用actree来查询目标语句中出现在actree中的关键词
for i in actree.iter(target_str):
    wd = i[1][1]  # i的形式为(index,(index,word))
    target_wds.append(wd)

# 附加功能：可能出现一个词分成几个部分，把这个部分过滤掉
stop_wds = []
for wd1 in target_wds:
    for wd2 in target_wds:
        if wd1 in wd2 and wd1 != wd2:
            stop_wds.append(wd1)
final_wds = [i for i in target_wds if i not in stop_wds]