pyhyperscan 0.1.8

A Python wrapper for Hyperscan

Hyperscan Python Wrapper

Hyperscan Python Wrapper 是一个基于 Cython 的 Python 封装库，用于 Intel 的 Hyperscan 库。Hyperscan 是一个高性能的正则表达式匹配库，适用于大规模数据流处理。

本项目提供了对 Hyperscan 核心功能的 Python 接口，使开发者能够轻松地在 Python 中使用 Hyperscan 的强大功能。

---

功能特性

• 高性能正则表达式匹配：基于 Hyperscan 的高效匹配引擎。
• 多模式支持：支持同时编译和匹配多个正则表达式。
• 跨平台支持：支持 Windows、Linux 和 macOS。
• 简单易用：提供简洁的 Python API，易于集成到现有项目中。

---

安装

从 PyPI 安装

pip install pyhyperscan
pip install -i https://test.pypi.org/simple/ pyhyperscan

从源码安装

1. 克隆仓库：

   git clone https://gitee.com/fgc1/regex_engine_py.git
   cd hyperscan_package
   

2. 安装依赖：

   pip install -r requirements.txt
   

3. 构建并安装：

   python setup.py build_ext --inplace  # 本地调试用
   pip install .
   python setup.py sdist bdist_wheel    # 打包发布用
   

4. 发布到python源：

twine upload --repository testpypi dist/* --verbose
twine upload --repository pypi dist/* --verbose

---

快速开始

以下是一个简单的示例，展示如何使用 pyhyperscan 进行正则表达式匹配。

import pyhyperscan


# 定义回调函数
def match_callback(id, from_, to, flags):
    print(f"Match found: id={id}, from={from_}, to={to}, flags={flags}")


if __name__ == '__main__':
    # 编译正则表达式
    patterns = ["hello", "world"]

    ret, msg = results = pyhyperscan.check_patterns(patterns, [0, 0])
    if not ret:
        print(f"error patterns info: {msg}")
        exit(1)

    flags = [
        pyhyperscan.HS_FLAG_CASELESS_PY | pyhyperscan.HS_FLAG_SOM_LEFTMOST_PY,
        pyhyperscan.HS_FLAG_SOM_LEFTMOST_PY
    ]
    ids = [1, 2]
    db = pyhyperscan.compile_multi_patterns(patterns, flags, ids)
    # 扫描数据
    data = "Hello, world! Hello, Python!"
    # match_callback也可以是类方法
    pyhyperscan.scan_data(db, data, match_callback)

    # 释放数据库
    pyhyperscan.free_database(db)

---

文档

API 参考

compile_pattern(pattern: bytes, flags: int = 0) -> Database

编译单个正则表达式模式。

• 参数：
  • pattern: 正则表达式模式（字节串）。
  • flags: 匹配标志（如 HS_FLAG_CASELESS）。
• 返回：编译后的数据库对象。

compile_multi_patterns(patterns: List[bytes], flags: List[int], ids: List[int]) -> Database

编译多个正则表达式模式。

• 参数：
  • patterns: 正则表达式模式列表（字节串）。
  • flags: 匹配标志列表。
  • ids: 模式 ID 列表。
• 返回：编译后的数据库对象。

scan_data(db: Database, data: bytes, callback: Callable) -> int

扫描数据并调用回调函数处理匹配结果。

• 参数：
  • db: 编译后的数据库对象。
  • data: 待扫描的数据（字节串）。
  • callback: 匹配回调函数。
• 返回：匹配次数。

free_database(db: Database)

释放数据库对象。

• 参数：
  • db: 编译后的数据库对象。

---

贡献

欢迎贡献代码！请阅读 贡献指南 了解如何参与项目开发。

---

许可证

本项目基于 MIT 许可证 发布。

---

致谢

• 感谢 Intel Hyperscan 提供的高性能正则表达式匹配库。
• 感谢 Cython 提供的 Python C 扩展支持。

---

联系方式

如有任何问题或建议，请联系：

• 作者：FGC
• 邮箱：[e-mail]
• GitHub：FGC1

---

支持

如果你觉得这个项目有用，请给它一个 ⭐️ GitHub Star！

---

相关项目

• Hyperscan：Intel 的高性能正则表达式匹配库。
• Cython：Python 的 C 扩展工具。