请问可以想jieba一样更换内部的正则吗

[RoversCode]

请问可以想jieba一样更换内部的正则吗

[franklucky001]

@RoversCode 方便给出示例代码？描述清楚一点

[RoversCode]

        symbols = ":;@°＝％＋℃()’Ｃ(ē\．\*－ÉÓ'·éïÏéééō＆èÈ!\＆\|··™Ö．áäü！́Λ\=\⁺．の•'\:‘öß）ÄÄ`öä·,³﹒óÄÇê'ÉÜÜ·ØÚ’'’’\﹢\'à\~㜆"
        #re.U  unicode匹配，重写jieba的汉字正则
        re_han = re.compile("([\u4E00-\u9FD5a-zA-Z0-9+#&\._%\-{}]+)".format(symbols), re.U)
        #重写jieba_posseg对于汉字的正则，加了一些符号
        re_han_internal = re.compile("([\u4E00-\u9FD5a-zA-Z0-9+#&\._%\-{}]+)".format(symbols), re.U)
        #替换掉jieba的正则
        jieba.re_han_default = re_han
        #词性标注的正则
        #import jieba.posseg as pseg
        pseg.re_han_internal = re_han_internals

这是替换了jieba分词和pseg的正则示例。jieba出了这些还有其他内部正则可以替换比如，pseg中的

re_han_detail = re.compile("([\u4E00-\u9FD5]+)")
re_skip_detail = re.compile("([\.0-9]+|[a-zA-Z0-9]+)")
re_han_internal = re.compile("([\u4E00-\u9FD5a-zA-Z0-9+#&\._]+)")
re_skip_internal = re.compile("(\r\n|\s)")

re_eng = re.compile("[a-zA-Z0-9]+")
re_num = re.compile("[\.0-9]+")

re_eng1 = re.compile('^[a-zA-Z0-9]$', re.U)

我想知道，你有提供更换正则的接口吗。

[franklucky001]

@RoversCode 改也是可以的，但是需要fork原始jieba_rs仓库, 更新项目依赖。原作者最近不怎么维护了，我提的Issue也没有反馈。等空闲我会改一下相关问题