在字符串中搜索不同的子字符串

Question

我有一个字符串。我需要知道字符串中是否出现以下任何子字符串。

所以，如果我有：

thing_name = "VISA ASSESSMENTS"

我一直在搜索：

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

我正在浏览一长串的thing_name项目，我不需要过滤，确切地说，只需检查任意数量的子字符串。

这是最好的方法吗？这感觉不对，但我想不出一个更有效的办法来解决这个问题。

Answer 1

您可以尝试re.search查看是否更快。

的内容

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

Answer 2

如果您的子串列表很小且输入很小，那么使用for循环进行比较就可以了。

否则，我知道在字符串中搜索（大）子串列表的最快方法是构造单词列表的DAWG，然后遍历输入字符串，保留DAWG遍历列表并在每个字符串中注册子字符串成功的遍历。

另一种方法是将所有子字符串添加到散列表中，然后在遍历输入字符串时散列每个可能的子字符串（最长子字符串的长度）。

自从我在python中工作已经有一段时间了，我的记忆是实现内容很慢。要进行DAWG路由，我可能会将其作为本机模块实现，然后从python中使用它（如果可能的话）。否则，我会先做一些速度检查来验证，但可能会去哈希表路由，因为python中已有高性能哈希表。