正则表达式太慢？这里有一个提速100倍的方案（附代码）-低调大师

正则表达式太慢？这里有一个提速100倍的方案（附代码）

2017-12-13 671

“当遇到一个文本处理问题时，如果你在第一时间想到了正则表达式，那么恭喜你，你的问题从一个变成了俩！“

如果你曾参与过文本数据分析，正则表达式（Regex）对你来说一定不陌生。词库索引、关键词替换……正则表达式的强大功能使其成为了文本处理的必备工具。然而，在处理大文本的情境下，正则表达式的低效率却常常让人抓耳挠腮。今天，文摘菌将为你介绍一款比正则表达式快数百倍的Python库——FlashText。

让人抓狂的数据清洗工作

即便是最简单的文本分析，我们在进入正式分析之前也需要对文本作出数据清洗。清洗的工作往往涉及到搜索和替换关键词。例如，查询文本中是否出现““Python”这一关键词，或是将所有“python“都替换成”“Python”。如果仅有数百个被搜索和被替换的关键词，正则表达式处理起来会很快。但在自然语言处理任务中，有数万关键词

微信关注我们

原文链接：https://yq.aliyun.com/articles/285428

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

上海地铁明年初将可扫码和刷脸进站支持支付宝付款

12月5日消息，上海申通地铁集团与阿里巴巴、蚂蚁金服于今日达成三方战略合作，阿里巴巴、蚂蚁金服最新研发的语音购票、刷脸进站、智能客流分析等多项技术首度惊艳亮相，上海地铁建设的“METRO大都会”APP联合支付宝等第三方支付支持，将实现全网络刷码进出站。据了解，目前这些技术均已完成实验室测试，正进入样机研制阶段，未来将逐渐应用于上海地铁。据介绍，上海地铁建设的“METRO大都会”APP将引入蚂蚁金融云的技术，蚂蚁金融云mPaaS源于支付宝APP的移动开发框架，多年来成功支撑了支付宝的高速业务发展。mPaaS大幅降低了技术门槛，帮助上海地铁快速搭建高性能可扩展的移动APP，极大方便了上海老百姓出行。预计在明年初，上海地铁就将支持APP扫码过闸，并支持支付宝付款。一个多月前，上海就在磁悬浮首先试点了APP扫码进站，而明年初，沪上17条

2017-12-13

640

阿里云ET工业大脑总经理王峰在苏州峰会上谈到，如今传统工业红利尽出。阿里云ET工业大脑将结合大数据和人工智能，应用数据舱、应用舱、指挥舱等三个方面帮助企业在工业互联网领域做深维和整合，降低企业成本，形成企业独有的数据大脑。以下为精彩视频内容整理：现在工业面临着一个非常尴尬的现实：红利尽出。曾经企业拿到融资、政府的支持、买地、招人的模式已不再适合，4%已经迁移到越南，委内瑞拉等地。正是这样的背景下，才有了工业大脑来帮助企业转型和升级。一、新时代新背景首先来看一个案例，如果我从苏州要去日本旅游，可能要先去苏州高铁站，坐高铁去上海，然后到上海坐飞机，通过运力赋能到日本。而现在，在工业4.0时代，我应该怎么走？这条路径在哪？德国弗劳恩霍夫研究院做的第一件事就是咨询，咨询当前该怎么走，因为我们需要知道什么才是对的以及用什么样的手段才能找到这

2017-12-14

641

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。