比正则快 M 倍以上！Python 替换字符串的新姿势
FlashText 算法是比正M倍由 Vikash Singh 于2017年发表的大规模关键词替换算法，这个算法的则快姿势时间复杂度仅由文本长度（N）决定，算法时间复杂度为O（N）。换字
而对于正则表达式的符串替换，算法时间复杂度还需要考虑被替换的比正M倍关键词数量（M），因此时间复杂度为O（MxN）。则快姿势
简而言之，换字基于FlashText算法的符串字符串替换比正则表达式替换快M倍以上，这个M是比正M倍需要替换的关键词数量，关键词越多，则快姿势FlashText算法的换字优势就越明显。
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，符串如果觉得对你的比正M倍项目团队很有帮助，请记得转发一下哦。则快姿势
1.准备
pip install flashtext2.基本使用
提取关键词
一个最基本的换字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源码下载关键词，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亿华云计算形式
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。服务器托管