Python 最大逆向匹配算法_python逆向最大匹配处理批量文件

第三次重新写这个算法，每次写都有新的体会。

这次最大的感受是把访问文件夹的包都熟悉了一下，os和shutil。后者用来删除整个文件，这种破坏力还是慎用吧。

def mk_new_dir(filename):  # 新建一个文件夹，如果存在，则删除并重建。
    if os.path.exists(filename) is True:
        shutil.rmtree(filename)
    os.mkdir(filename) 
'
运行
运行

下面是最大逆向匹配核心部分：

def rmm(dicwords, lines, n, filepath):
    """最大逆向匹配:
        最大逆向匹配算法，需要分词词典[]；待分割文本[]；设定分割长度int
    """
    global BUS #
    for line in lines:
        if line.strip().replace('　', '').replace('\n', '') != '':
            BUS = []  # 释放
            line = line.strip().replace('\n', '').replace('　', '')  # 清洗
            # print(line)
 
            line_len = len(line)  # 句长
            if line_len < n:
                n = line_len  # 如果句长短语规定切分长度，则设置规定切分长度为句长
                # print(str(n))
            start = n
            s = line[-start:]  # 获取待分割语句
            t = rmm_cut(s, dicwords)  # 获取已切分词长，用来加工下一次取词
            end = t
            while end < line_len:  # 核心部分，实现对句子的循环取词
                start = start + t
                s = line[-start:-end]
                # print(s)
                t = rmm_cut(s, dicwords)  # 已切分词长
                end = end + t
            filewrite(BUS, filepath)  # 写入结果文件
 
 
def rmm_cut(s, dicwords):
    """逆向匹配,分函数"""
    flag = True
    global BUS
    # print(s)
    while flag is True:  # 循环切分
        if s in dicwords:
            s = '/' + s
            BUS.append(s)
            flag = False
            return len(s) - 1 # 对返回的数进行-1处理，保证下一次的取词正确
        elif len(s) == 1:
            s = '/' + s
            BUS.append(s)
            flag = False
            return 1
        else:
            s = s[1:]
'
运行
运行

    rmm(词典列表，读入的文本，每次取句子最大长度，存储文本路径)

    rmm_cut(取得的长句，词典列表)

不论正向还是逆向匹配，都需要运用到Python的切片功能，把过程搞明白，就能很好的实现匹配功能。