DAWG-Python 0.7.2

DAWG-Python

此纯Python软件包提供了对由dawgdic C++库和DAWG Python软件包创建的文件只读访问。

此软件包无法创建DAWG。它与由dawgdic C++库或DAWG Python扩展模块构建的DAWG一起工作。DAWG-Python的主要目的是在不要求编译扩展的情况下提供对DAWG的访问。它在PyPy下也相当快（请参阅基准测试）。

安装

pip install DAWG-Python

用法

当可能时，DAWG-Python的目标是与DAWG具有API和二进制兼容性。

首先，您必须使用DAWG模块创建一个dawg

import dawg
d = dawg.DAWG(data)
d.save('words.dawg')

然后，这个dawg可以在不需要C扩展的情况下加载

import dawg_python
d = dawg_python.DAWG().load('words.dawg')

请参阅DAWG文档以获取详细用法。某些功能（如构造函数参数或save方法）故意不支持。

基准测试

基准测试结果（100k个unicode单词，整数值（单词长度），PyPy 1.9，macbook air i5 1.8 GHz）

dict __getitem__ (hits):        11.090M ops/sec
DAWG __getitem__ (hits):        not supported
BytesDAWG __getitem__ (hits):   0.493M ops/sec
RecordDAWG __getitem__ (hits):  0.376M ops/sec

dict get() (hits):              10.127M ops/sec
DAWG get() (hits):              not supported
BytesDAWG get() (hits):         0.481M ops/sec
RecordDAWG get() (hits):        0.402M ops/sec
dict get() (misses):            14.885M ops/sec
DAWG get() (misses):            not supported
BytesDAWG get() (misses):       1.259M ops/sec
RecordDAWG get() (misses):      1.337M ops/sec

dict __contains__ (hits):           11.100M ops/sec
DAWG __contains__ (hits):           1.317M ops/sec
BytesDAWG __contains__ (hits):      1.107M ops/sec
RecordDAWG __contains__ (hits):     1.095M ops/sec

dict __contains__ (misses):         10.567M ops/sec
DAWG __contains__ (misses):         1.902M ops/sec
BytesDAWG __contains__ (misses):    1.873M ops/sec
RecordDAWG __contains__ (misses):   1.862M ops/sec

dict items():           44.401 ops/sec
DAWG items():           not supported
BytesDAWG items():      3.226 ops/sec
RecordDAWG items():     2.987 ops/sec
dict keys():            426.250 ops/sec
DAWG keys():            not supported
BytesDAWG keys():       6.050 ops/sec
RecordDAWG keys():      6.363 ops/sec

DAWG.prefixes (hits):    0.756M ops/sec
DAWG.prefixes (mixed):   1.965M ops/sec
DAWG.prefixes (misses):  1.773M ops/sec

RecordDAWG.keys(prefix="xxx"), avg_len(res)==415:       1.429K ops/sec
RecordDAWG.keys(prefix="xxxxx"), avg_len(res)==17:      36.994K ops/sec
RecordDAWG.keys(prefix="xxxxxxxx"), avg_len(res)==3:    121.897K ops/sec
RecordDAWG.keys(prefix="xxxxx..xx"), avg_len(res)==1.4: 265.015K ops/sec
RecordDAWG.keys(prefix="xxx"), NON_EXISTING:            2450.898K ops/sec

在CPython下，预期它将慢约50倍。DAWG-Python的内存消耗应与DAWG相同。

当前限制

• 此软件包无法创建DAWG；

• DAWG的所有限制都适用。

欢迎贡献！

贡献

开发在github进行：[DAWG-Python](https://github.com/kmike/DAWG-Python) Issue跟踪器：[DAWG-Python issues](https://github.com/kmike/DAWG-Python/issues)

请随意提交想法、错误或Pull请求。

$ tox

$ tox -c bench.ini -e pypy

许可证

本软件包采用MIT许可证。

更改

>>> BytesDAWG(payload_separator=b'\xff').load('old.dawg')