5

有没有办法找出一个字符串是否包含python集合中的任何一个字符？

使用单个字符很简单，但我需要检查字符串是否包含一组坏字符中的任何一个。

具体来说，假设我有一个字符串：

s = 'amanaplanacanalpanama~012345'

我想看看字符串是否包含任何元音：

bad_chars = 'aeiou'

并在 for 循环中为文件中的每一行执行此操作：

if [any one or more of the bad_chars] in s:
    do something

我正在扫描一个大文件，所以如果有更快的方法，那将是理想的。此外，并非必须检查每个坏字符——只要遇到足以结束搜索的字符即可。

我不确定是否有内置函数或简单的方法来实现它，但我还没有遇到任何东西。任何指针将不胜感激！

4

5 回答 5

9 
any((c in badChars) for c in yourString)

或者

any((c in yourString) for c in badChars)  # extensionally equivalent, slower

或者

set(yourString) & set(badChars)  # extensionally equivalent, slower

“只要遇到一个就足以结束搜索。” - 如果您使用第一种方法，这将是正确的。

您说您关心性能：除非您处理大量数据，否则性能不应该成为问题。如果遇到问题，可以尝试：

正则表达式

编辑以前我在这里写了一个关于使用正则表达式的部分，通过re模块，以编程方式生成一个由单个字符类[...]和 using组成的正则表达式，.finditer但需要注意的是，在一切可能无法正常工作之前放置一个简单的反斜杠。确实，经过测试，是这样的，我绝对不会推荐这种方法。使用它需要对正则表达式字符类的整个（稍微复杂的）子语法进行逆向工程（例如，您可能有字符 like\后跟w, like ]or [, or like -，而仅仅转义一些 like\w可能会给它一个新的含义）。

套

根据操作是 O(1) 还是 O(N) ，如果您有很多 badChar str.__contains__，首先将您的文本/行转换为一组以确保操作是 O(1) 可能是合理的：in

badCharSet = set(badChars)
any((c in badChars) for c in yourString)

any((c in set(yourString)) for c in badChars)（根据python编译器的智能程度，可以使它成为一个单行代码）

您真的需要逐行执行此操作吗？

对整个文件 O(#badchars) 执行一次此操作可能比对文件 O(#lines*#badchars) 中的每一行执行一次更快，尽管渐近常数可能无关紧要。

于 2012-05-03T22:34:40.193 回答
4

使用python的any函数。

if any((bad_char in my_string) for bad_char in bad_chars):
    # do something
于 2012-05-03T22:35:25.217 回答
2

这应该非常有效和清晰。它使用集合：

#!/usr/bin/python

bad_chars = set('aeiou')

with open('/etc/passwd', 'r') as file_:
   file_string = file_.read()
file_chars = set(file_string)

if file_chars & bad_chars:
   print('found something bad')
于 2012-05-03T22:48:08.167 回答
1

any这个正则表达式的速度是我最小测试的两倍。您应该使用自己的数据进行尝试。

r = re.compile('[aeiou]')
if r.search(s):
    # do something
于 2012-05-03T22:49:15.130 回答
0

以下 Python 代码应打印出 bad_chars 中的任何字符（如果它存在于 s 中）：

for i in vowels:
    if i in your charset:
        #do_something

您还可以使用以下示例使用 python 内置 any：

>>> any(e for e in bad_chars if e in s)
True
于 2012-05-03T22:39:33.427 回答