python - Ahocorasick 搜索树返回索引超出范围

Question

我在这里使用了 python 包 ahocorasick( https://hkn.eecs.berkeley.edu/~dyoo/python/ahocorasick/ ) 来匹配州名的文本：

import ahocorasick
states = {
    'AK': 'Alaska',
    'AL': 'Alabama',
    'AR': 'Arkansas',
    'AS': 'American Samoa',
    'AZ': 'Arizona',
    'CA': 'California',
    'CO': 'Colorado',
    'CT': 'Connecticut'
}

def LoadKeywords(keywords):
    #Keyword should be a list
    tree = ahocorasick.KeywordTree()
    for k in keywords:
        tree.add(k)
    tree.make()
    return tree

keywordLong = states.values();
keywordLongTree = LoadKeywords(keywordLong);

然后我尝试进行搜索

keywordLongTree.search("Alabama")

它返回

(0, 7)

这是好的和合法的，但是当我这样做时

keywordLongTree.search("I don't know why this happen")

它应该返回一个 NONE 对象，但它返回：

(145331, 145335)

以前有人遇到过这种情况吗？为什么会这样？

Answer 1

我遇到了完全相同的问题。应该是模块的缺陷。毕竟，它自 2005 年以来就没有被修改过。我使用https://code.google.com/p/esmre/代替。它找到了。试一试！