Question

使用JavaScript我需要从~100000个单词文档中有效删除~10000个关键字，其中〜1000个是关键字。你会建议什么方法？

大量正则表达式是否可行？或者我应该只是遍历文档字符寻找关键字（无聊）？

编辑：
好点 - 只有整个单词，而不是部分。有些关键字包含空格我试图在客户端做到这一点，以减轻后端的压力。

Answer 1

使用正则表达式可能是个不错的选择：

var words = ['bon', 'mad'];
'joe bon joe mad'.replace(new RegExp('(' + words.join('|') + ')', 'g'), '');
// 'joe  joe  '

正则表达式¹并不像前瞻那样复杂，而且regexp引擎是用C / C ++编写的，所以你可以期待它非常快。然而 - 基准并看看性能是否符合您的需求。

我不认为实现自己的解析器会更快，但我可能错了 - 基准。

将文档发送到服务器对我来说听起来不是很好。使用100k字时，您正在查看兆字节范围内的有效负载，您仍然需要在服务器上执行某些操作并将其推回。

¹您可能需要调整正则表达式以对空格执行某些操作。

Answer 2

我的直觉告诉我，对于如此大量的关键字 - 对关键字进行排序并创建每个字符的状态机比正则表达式要快得多，因为状态机很简单，它可以自动生成。

Answer 3