在Python中进行字符串匹配时，有没有提高匹配性能的方法？
我有一本很大的字典，里面储存了大量的英语句子和它们的西班牙语翻译。当给出一个随机的英语句子时，我打算使用Python的fuzzyfuzzy库在字典中查找最接近的匹配项。我的代码：在Python中进行字符串匹配时，有没有提高匹配性能的方法？,python,performance,fuzzywuzzy,Python,Performance,Fuzzywuzzy,我有一本很大的字典，里面储存了大量的英语句子和它们的西班牙语翻译。当给出一个随机的英语句子时，我打算使用Python的fuzzyfuzzy库在字典中查找最接近的匹配项。我的代码： from fuzzywuzzy import process sentencePairs = {'How are you?':'¿Cómo estás?', 'Good morning!':'¡Buenos días!'} query= 'How old are you?' match = process.extrac
from fuzzywuzzy import process
sentencePairs = {'How are you?':'¿Cómo estás?', 'Good morning!':'¡Buenos días!'}
query= 'How old are you?'
match = process.extractOne(query, sentencePairs.keys())[0]
print(match, sentencePairs[match], sep='\n')
语句对那么，有没有更好的方法来实现更好的性能呢？我的目标是在不到几秒钟的时间内得到结果，甚至是实时得到结果。可能有更好的解决方案，但在我的脑海中，我可以想到分区 您可以创建26个不同的字典，每个字典代表一个英语字母表。然后你可以加载所有这些字典和所有以字母表开头的键。 例如，adict、bdict。。。zdict等。 所以hdict将包含以h开头的键的键值。比如key=“你好吗？” 这样，您只需要查询与起始字母表匹配的字典。提高性能的方法 使用Levenshtein距离的模糊匹配永远不会超快速，但您的代码中有一些东西可以优化：
process.extractOnefuzz.WRatioscorer=fuzz.ratio来自rapidfuzz导入过程，utils
#英语句子已经是小写了
#没有问号之类的特殊字符
句子对={‘你好’：‘你好吗？’，‘早上好’：‘布宜诺斯艾利斯！’
query='你多大了？'
匹配，u=process.extractOne(
utils.default_进程（查询），
sentencePairs.keys（），
处理器=无）
打印（匹配，句子对[match]，sep='\n'）
来自rapidfuzz导入过程、utils、fuzz
#英语句子已经是小写了
#没有问号之类的特殊字符
句子对={‘你好’：‘你好吗？’，‘早上好’：‘布宜诺斯艾利斯！’
query='你多大了？'
匹配，u=process.extractOne(
utils.default_进程（查询），
sentencePairs.keys（），
处理器=无，
记分器=模糊比率）
打印（匹配，句子对[match]，sep='\n'）
导入字符串
随机输入
随机种子（18）
句子对={
''.join（random.choice（string.ascii_小写+string.digits）
适用于范围内的（15）
)：“西班牙文文本”
适用于范围内的s（1000000）
}
query='你多大了？'
|实现|运行时|
|------------------------------------------|----------------|
|您当前的实现| 18.98秒|
|利用1和2 | 1.4秒实现|
|利用1、2和3 | 0.4秒实施|
dictfuzz.ratiofuzz.WRatiosentenPairsprocess.extractOne（）fuzz.ratioutils.default\u进程处理器match、=process.extractOne（query，sentencePairs.keys（），scorer=fuzz.ratio）match、=process.extractOne（utils.default\u进程（query），sentencePairs.keys（），处理器=无，记分器=模糊比率）