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

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

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

这是一个创建于 2411 天前的主题，其中的信息可能已经有所发展或是发生改变。

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

layorlayor

2018-04-24 16:01:32 +08:00

手写个 AC 自动机？

neosfung

2018-04-24 16:07:58 +08:00 via iPhone

FlashText 了解一下？

bantao

2018-04-24 16:30:05 +08:00

flashtext 中文好用吗，是不是要先分个词

laqow

2018-04-25 02:58:33 +08:00 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