re.split(pattern, text)的 pattern 是很长很长的 list，效率会很低吧，有什么好的方法
By forelegance at 2018 年 4 月 24 日 · 2874 次点击现在又一个十几万个基因的名字，需要在一段文字中找到这些基因 Gene Symbol，然后从这个 Gene Symbol 两边切一刀，把这段文字切成 list
但是这个 pattern 就会操集长，想到用 re.split 来弄，但是 pattern 太长了，效率低
4 条回复 • 2018-04-25 02:58:33 +08:00
 |
1
layorlayor 2018 年 4 月 24 日
手写个 AC 自动机？
|
 |
2
neosfung 2018 年 4 月 24 日 via iPhone
FlashText 了解一下？
|
 |
3
bantao 2018 年 4 月 24 日
flashtext 中文好用吗，是不是要先分个词
|
 |
4
laqow 2018 年 4 月 25 日 via Android
re 按行操作的话不会很长，python 自己的函数处理文字非常慢，按二进制读文字做匹配速度会快很多
|
推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide