基于 ahocorasick 实现多模式字符串匹配

小龙在山东2026-03-18 8:15

pyahocorasick 是一个用于快速、高效地执行精确或近似计算的多模式字符串搜索库。它允许您在输入文本中一次性查找多个关键字。该库支持预先构建字符串索引，并可将其保存到磁盘（例如通过pickle），以便后续重新加载和重复使用。此外，Pyahocorasick提供了一个基于Python的模块，它实现了Aho-Corasick算法，您可以像操作字典一样使用它，或将Trie树转换为自动机，从而实现高效的 Aho-Corasick 搜索。

安装

bash 复制代码

pip install pyahocorasick

使用

python 复制代码

import ahocorasick

# 构建AC自动机
automa = ahocorasick.Automaton()
words = ["你好", "好", "大家", "好吗", "吗"]
for idx, word in enumerate(words):
    automa.add_word(word, (idx, word))
# 必须调用以构建自动机
automa.make_automaton()

# 匹配文本
text = "你好吗"


for end_index, (insert_order, original_value) in automa.iter(text):
    print((end_index, insert_order, original_value))

# 匹配结果解释：
# (1, 0, '你好') 表示从索引1开始，匹配到了单词"你好"
# (1, 1, '好') 表示从索引1开始，匹配到了单词"好"
# (2, 3, '好吗') 表示从索引2开始，匹配到了单词"好吗"
# (2, 4, '吗') 表示从索引2开始，匹配到了单词"吗"

基于 ahocorasick 实现 多模式字符串匹配

安装

使用

相关链接

基于 ahocorasick 实现多模式字符串匹配