在列表和字符串中查找匹配的单词

Question

我正在用Python编写一些代码,我想检查一个单词列表是否在长字符串中.我知道我可以多次迭代它,这可能是同样的事情,但我想看看是否有更快的方法来做到这一点.我目前正在做的是:

    all_text = 'some rather long string'
    if "motorcycle" in all_text or 'bike' in all_text or 'cycle' in all_text or 'dirtbike' in all_text:
        print 'found one of em'

但我想要做的是:

keyword_list = ['motorcycle', 'bike', 'cycle', 'dirtbike']
if item in keyword_list in all_text:
            print 'found one of em'

无论如何有效地做到这一点？我意识到我能做到:

keyword_list = ['motorcycle', 'bike', 'cycle', 'dirtbike']
for item in keyword_list:
      if item in all_text:
            print 'found one of em'

但是一旦关键字列表变长,似乎会有更好的方法.

Answer 1

你仍然必须至少检查它们,直到找到一个在文本中,但它可以更简洁:

keyword_list = ['motorcycle', 'bike', 'cycle', 'dirtbike']

if any(word in all_text for word in keyword_list):
    print 'found one of em'

Answer 2

这个怎么样。

>>> keyword_list = ['motorcycle', 'bike', 'cycle', 'dirtbike', "long"]
>>> all_text = 'some rather long string'
>>> if set(keyword_list).intersection(all_text.split()):
...     print "Found One"
Found One

Answer 3

一种方法是从关键字列表中构建前缀树。然后，您可以遍历每个字符的长字符串字符。在每次迭代中，您尝试在前缀树中找到从当前位置开始的大字符串中的前缀。此操作需要O(log k)时间，其中关键字列表的大小为k（假设前缀树是平衡的）。如果长字符串的长度为n，则总复杂度为just O(n log k)，O(n k)如果k大则幼稚。

Answer 4

使用正则表达式可能是最快的方法。

re.findall(r'motorcycle|bike|cycle|dirtbike', text)

将返回所选单词的所有匹配项。