检查字符串是否包含列表中的任何字的最快方法

Question

我有Python应用程序。

有450个禁止短语的列表。有来自用户的消息。我想检查一下，这个消息是否包含任何这种禁止的阶段。什么是最快的方法呢？

目前我有这样的代码：

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

isContaining = false 

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

有没有更快的方式做到这一点？我需要在不到1秒内处理消息（最多500个字符）。

Answer 1

还有就是any内置函数专门为：

>>> 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 

---

另外，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']) 

但你将无法检查子词：

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

Answer 2

我将与in运营商any内建结合：

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

我不知道这是最快的方式，但它似乎最简单的给我。

Answer 3

使用regex compile from list

考虑存储器和建筑时间或表达，编译提前。

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 4

我们也可以使用setintersection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