Python中邮件列表的高效处理

Question

我有一个很长的电子邮件列表，我想处理：

1. 区分好邮件和坏邮件，以及
2. 删除重复项，但保持所有非重复项的顺序相同。你知道吗

到目前为止，我的情况是：

email_list = ["joe@example.com", "invalid_email", ...]
email_set = set()
bad_emails = []
good_emails = []
dups = False
for email in email_list:
    if email in email_set:
        dups = True
        continue
    email_set.add(email)
    if email_re.match(email):
        good_emails.append(email)
    else:
        bad_emails.append(email)

我希望这段代码尽可能快，并且不那么重要，以最小化内存需求。在Python中有没有改进的方法？可能使用列表理解或迭代器？你知道吗

编辑：对不起！忘记提到这是Python2.5，因为这是针对GAE的。你知道吗

电子邮件来自django.core.validators验证程序你知道吗

Answer 1

我想不出任何办法来加快你的速度。使用set来跟踪事物很快，使用list来存储列表也很快。你知道吗

我喜欢OrderedSet解决方案，但我怀疑OrderedSet的Python实现会比您编写的更快。你知道吗

您可以使用OrderedDict来解决这个问题。但这是为Python2.7添加的。你可以使用一个配方（比如：http://code.activestate.com/recipes/576693/）来添加OrderedDict，但我认为它不会比你所拥有的更快。你知道吗

我正在尝试使用一个用C实现的Python模块来解决这个问题。我想这是打败你的唯一希望。但我什么都没想到。你知道吗

如果您可以去掉dups标志，那么只需运行较少的Python代码，速度就会更快。你知道吗

有趣的问题。祝你好运。你知道吗

Answer 2

查看：Does Python have an ordered set?，然后选择一个您喜欢的实现。你知道吗

所以只要：

email_list = OrderedSet(["joe@example.com", "invalid_email", ...])

bad_emails = [] 
good_emails = []

for email in email_list:
    if email_re.match(email):
        good_emails.append(email)
    else:
        bad_emails.append(email)

可能是最快和最简单的解决方案，你可以实现。你知道吗