最快的检查方式是字符串包含列表中的任何单词

Question

我有Python应用程序。

有450个禁止短语列表。 有来自用户的消息。 我想检查，这条消息是否包含任何这种禁止的删除症状。 最快的方法是什么？

目前我有这个代码：

message = "sometext"
lista = ["a","b","c"]

isContaining = false

for a, member in enumerate(lista):
 if message.contains(lista[a]):
  isContaining = true
  break

有没有更快的方法呢？ 我需要在不到1秒的时间内处理消息（最多500个字符）。

Answer 1

有专门针对它的任何内置功能：

>>> message = "sometext"
>>> lista = ["a","b","c"]
>>> any(a in message for a in lista)
False
>>> lista = ["a","b","e"]
>>> any(a in message for a in lista)
True

---

或者，您可以检查集合的交集：

>>> lista = ["a","b","c"]
>>> set(message) & set(lista)
set([])
>>> lista = ["a","b","e"]
>>> set(message) & set(lista)
set(['e'])
>>> set(['test','sentence'])&set(['this','is','my','sentence'])
set(['sentence'])

但是您将无法检查子词：

>>> set(['test','sentence'])&set(['this is my sentence'])

Answer 2

从列表中使用正则表达式编译

考虑记忆和建立时间或表达，提前编译。

lista = [...]
lista_escaped = [re.escape(item) for item in lista]
bad_match = re.compile('|'.join(lista_escaped))
is_bad = bad_match.search(message, re.IGNORECASE)

Answer 3

我会将any内置函数与in运算符组合在一起：

isContaining = any(a in message for a in lista)

我不知道这是否是最快的方式，但对我来说这似乎是最简单的。

Answer 4

我们也可以使用set intersection方法

>>> message = "sometext"
>>> lista = ["a","b","c"]
>>> isContaining = False
>>> if set(list(message)).intersection(set(lista)):
...    isContaining = True
... 
>>> isContaining
False
>>> message = "sometext a"
>>> list(message)
['s', 'o', 'm', 'e', 't', 'e', 'x', 't', ' ', 'a']
>>> if set(list(message)).intersection(set(lista)):
...    isContaining = True
... 
>>> isContaining
True