缓存匹配过滤器电话

Question

我找了又找，但没有找到一个与我要找的主题/答案相匹配的主题/答案，所以这里。。在

我想实现一个（bad/profantity）单词过滤器，用通配符匹配字符串中单词列表中的任何单词，并返回匹配结果（如果找到）。在

这并不像“iswordinstring”那么简单，因为有些单词本身可能很顽皮，但在字符串的开头、中间和/或结尾都是可以接受的。e、 g“斯肯索普”！在

我担心的是（据我所知很少），在相对较长的字符串（最多2048个字符）上会有大量重复/迭代，而且每次都会调用模式列表—有没有办法缓存其中的任何一个？在

在聊天应用程序中，这个函数可以被频繁调用，并且有300多个单词的坏单词列表，所以效率是关键。在

这是我目前所拥有的，有不同匹配的示例，它的工作非常完美，但是作为一个Python新手，我不知道这是否有效，所以我希望专家能提供一些见解。在

def badWordMatch(string):
    bad_words = ["poo", "wee", "barsteward*", "?orrible"]
    data = string.split()
    for each in bad_words:
        l = fnmatch.filter(data, each)
        if l:
            return each.replace("?","").replace("*","")
    return None

string_input = "Please do not wee in the swimming pool you 'orrible naughty barstewards!" # Matched: "wee"
#string_input = "Please do not dive in the swimming pool you 'orrible naughty barstewards!" # Matched: "barsteward"
#string_input = "Please do not dive in the swimming pool you 'orrible naughty kids!" # Matched: "orrible"
#string_input = "Please do not dive in the swimming pool you horrible naughty kids!" # Matched: "orrible"
#string_input = "Please do not dive in the swimming pool you naughty kids!" # No match!

isbadword = badWordMatch(string_input)

if isbadword is not None:
    print("Matched: %s" % (isbadword))
else:
    print("No match, string is clean!")

更新：正则表达式版本：

^{pr2}$

结果：

匹配！便便 匹配！wee公司 匹配！好可怕 匹配！酒吧服务员！在

Answer 1

在python3.2+中，fnmatch.filterhas a LRU cache decorator，这意味着缓存了最近的256个调用。{>^{} uses ^{} internally所以您的模式在内部被转换为regex and are hence cached automatically。在

最好还是从坏词列表中构建一个正则表达式，因为from this answer一个（显式编译）正则表达式比示例中几百个（隐式编译）正则表达式快得多。在