📱Ahocorasick_rs.

ahocorasick_rs — это Python-обёртка над высокопроизводительной библиотекой на Rust aho-corasick, предназначенная для поиска сразу нескольких паттернов в строке. Работает быстрее и эффективнее, чем pyahocorasick.

🔹Возможности:

🔘Поиск подстрок по алгоритму Ахо-Корасика.

🔘Поддержка как строк (str), так и байтов (bytes).

🔘Три типа совпадений: Standard, LeftmostFirst, LeftmostLongest.

🔘Поиск перекрывающихся совпадений.

🔘Тонкая настройка производительности и памяти.

🔻Пример:

import ahocorasick_rs
patterns = ["hello", "world"]
text = "hello world, hello!"
ac = ahocorasick_rs.AhoCorasick(patterns)
print(ac.find_matches_as_strings(text))
# ['hello', 'world', 'hello']

#Python #Rust #AhoCorasick #Regex #StaticAnalysis #DevTools #Search #PyPI #PythonTips #OpenSource #FastCode #TextProcessing #ahocorasick_rs

📱Ссылка на репозиторий:
https://github.com/G-Research/ahocorasick_rs

📱PyArabic.

PyArabic — это библиотека для работы с арабским текстом в Python, которая умеет классифицировать буквы, токенизировать текст, удалять огласовки и нормализовать буквы.

❓Что такое PyArabic:

🔘Набор модулей для базовой обработки арабского текста: буквы, слова, предложения, числа и огласовки.

🔘Проект развивается Taha Zerrouki и оформлен как научно цитируемый пакет для Arabic NLP.

🔹Ключевые возможности:

🔘Классификация арабских букв и групп символов, токенизация текста на слова и предложения.

🔘Удаление харакат (всех, кроме шадды, последней, татвила), нормализация хамзы и лигатур, измерение схожести по огласовкам.

🔻Дополнительные фичи:

🔘Преобразование чисел в слова, извлечение числовых фраз, пред‑тешкиль числовых выражений.

🔘Поддержка «unshaping» текста для систем без арабской связки, плюс модуль number.py и named.py для чисел и именованных сущностей.

#python #nlp #arabic #arabicnlp #pyarabic #textprocessing #datascience

📱Ссылка на репозиторий:
https://github.com/alMubarmij/PyArabic