Question

我有一个关键字列表和一个黑名单。我想删除包含任何黑名单项的所有关键字。目前我这样做：

my @keywords = ( 'some good keyword', 'some other good keyword', 'some bad keyword');
my @blacklist = ( 'bad' );

A: for my $keyword ( @keywords ) {
    B: for my $bl ( @blacklist ) {
        next A if $keyword =~ /$bl/i;      # omitting $keyword
    }
    # some keyword cleaning (for instance: erasing non a-zA-Z0-9 characters, etc)
}

我想知道是否有任何最快的方法可以做到这一点，因为目前我有大约25万个关键词和黑名单中的几个hundrets词。

Answer 1

最直接的选择是将join黑名单条目合并为一个正则表达式，然后grep将那些与该正则表达式不匹配的关键字列表：

#!/usr/bin/env perl    

use strict;
use warnings;
use 5.010;

my @keywords = 
  ('some good keyword', 'some other good keyword', 'some bad keyword');
my @blacklist = ('bad');

my $re = join '|', @blacklist;
my @good = grep { $_ !~ /$re/ } @keywords;

say join "\n", @good;

输出：

some good keyword
some other good keyword

Answer 2

如果要保留嵌套循环，预编译搜索可能有助于my @blacklist = ( qr/bad/i )。

或者，从my @blacklist = ( 'bad', 'awful', 'worst' )更改为my $blacklist = qr/bad|awful|worst/;，然后使用if ( $keywords[$i] =~ $blacklist ) ...替换内部循环。

Answer 3

这应该这样做：

my @indices;
for my $i (0..$#keywords) {
  for my $bl (@blacklist) {
    if ($keywords[$i] =~ $bl) {
      push(@indices, $i);
      last;
    }
  }
}
for my $i (@indices) {
  @keywords = splice(@keywords, $i);
}

是字符串中包含的任何数组项

3 个答案: