在字符串中搜索不同的子字符串

Question

我有一個字符串。 我需要知道以下任何子字符串是否出現在字符串中。

所以，如果我有：

thing_name = "VISA ASSESSMENTS"

我一直在用以下方法進行搜索：

any((_ in thing_name for _ in ['ASSESSMENTS','KILOBYTE','INTERNATIONAL']))

我正在查看一長串的thing_name項目，並且我不需要過濾，只需檢查任何數目的子字符串即可。

這是最好的方法嗎？ 感覺不對，但是我想不出更有效的方法來實現這一目標。

Answer 1

您可以嘗試re.search看看是否更快。 遵循以下原則

import re
pattern = re.compile('|'.join(['ASSESSMENTS','KILOBYTE','INTERNATIONAL']))
isMatch = (pattern.search(thing_name) != None)

Answer 2

如果您的子字符串列表很小並且輸入很小，那么使用for循環進行比較就可以了。

否則，我知道在字符串中搜索（大）子字符串列表的最快方法是構造單詞列表的DAWG，然后遍歷輸入字符串，保留DAWG遍歷列表，並在每次成功遍歷時注冊子字符串。

另一種方法是將所有子字符串添加到哈希表，然后在遍歷輸入字符串時對每個可能的子字符串（最長的子字符串的長度）進行哈希處理。

自從我在python中工作以來已經有一段時間了，我的記憶是實現東西很慢。要走DAWG路線，我可能會將其實現為一個本機模塊，然后從python中使用它（如果可能） 。 否則，我會做一些速度檢查以首先進行驗證，但可能會走哈希表路線，因為python中已經有高性能的哈希表。