Python 加快搜索大字符串中的子字符串

我编写了下面的python代码片段，它实际查找字符串中是否存在特定的子字符串。由于循环大约运行1000次，因此需要大约5-7秒才能完成

for style in all_available_gs_styles:
     if style.sld_title is not None:
       if str(style.sld_title) not in ('line', 'point', 'polygon', 'Polygon', 'Default Line', 'Default Point'):
         if 'PolygonSymbolizer' in style.sld_body and layer_geom == 'polygon':
            gs_styles.append((style.name, style.sld_title))
         elif 'LineSymbolizer' in style.sld_body and layer_geom == 'line':
            gs_styles.append((style.name, style.sld_title))
         elif 'PointSymbolizer' in style.sld_body and layer_geom == 'point':
            gs_styles.append((style.name, style.sld_title))

我想知道是否有一种更有效的方法来搜索大约50行长的文本中的字符串。什么是更快的方法

编辑

---

根据接受的答案，执行时间缩短为4-5秒。仍然不够，但比以前更好。

将正文解析为一个

集合

，以便更有效地搜索它

for style in all_available_gs_styles:
     if style.sld_title is not None:
       if str(style.sld_title) not in ('line', 'point', 'polygon', 'Polygon', 'Default Line', 'Default Point'):
         body_words = set(style.sld_body.split(' '))
         if 'PolygonSymbolizer' in body_words and layer_geom == 'polygon':
            gs_styles.append((style.name, style.sld_title))
         elif 'LineSymbolizer' in body_words and layer_geom == 'line':
            gs_styles.append((style.name, style.sld_title))
         elif 'PointSymbolizer' in body_words and layer_geom == 'point':
            gs_styles.append((style.name, style.sld_title))

---

将主体解析为一个

集合

，以便更高效地搜索它

for style in all_available_gs_styles:
     if style.sld_title is not None:
       if str(style.sld_title) not in ('line', 'point', 'polygon', 'Polygon', 'Default Line', 'Default Point'):
         body_words = set(style.sld_body.split(' '))
         if 'PolygonSymbolizer' in body_words and layer_geom == 'polygon':
            gs_styles.append((style.name, style.sld_title))
         elif 'LineSymbolizer' in body_words and layer_geom == 'line':
            gs_styles.append((style.name, style.sld_title))
         elif 'PointSymbolizer' in body_words and layer_geom == 'point':
            gs_styles.append((style.name, style.sld_title))

---

我会选择更简洁但可读性更好的内容，比如：

geoms   = ('line', 'point', 'polygon')  # see EDIT
invalid = {'line', 'point', 'polygon', 'Polygon', 'Default Line', 'Default Point'}
for style in all_available_gs_styles:
    if style.sld_title and str(style.sld_title) not in invalid:
        if any(layer_geom == x and '{}Symbolizer'.format(x.capitalize()) in style.sld_body for x in geoms):
            gs_styles.append((style.name, style.sld_title))

请注意，这些收益只是有条件的：

例如，首先检查相等性检查，因为它更快，这是正确的方法，但是它只在返回

False

的情况下才有帮助

您（和我）的代码中的瓶颈是

中的检查（
如果style.sld_body中的'PolygonSymbolizer'
），但在不知道您使用的数据的情况下，我无法进一步帮助您


编辑

使用我们可以假设，对于每个多边形，线条数（E）将大于顶点数（V），因此，
style.sld_body
中最常见的实体。我们可以利用这一点，通过像
geom=（'line'，'point'，'polygon'）那样重新排列
geom
元组，使
any
短路更频繁。这当然不会产生重大影响，但这是我们所能做的最好的事情。
我会选择一些更紧凑但仍相当可读的内容，如：

geoms   = ('line', 'point', 'polygon')  # see EDIT
invalid = {'line', 'point', 'polygon', 'Polygon', 'Default Line', 'Default Point'}
for style in all_available_gs_styles:
    if style.sld_title and str(style.sld_title) not in invalid:
        if any(layer_geom == x and '{}Symbolizer'.format(x.capitalize()) in style.sld_body for x in geoms):
            gs_styles.append((style.name, style.sld_title))

请注意，这些收益只是有条件的：

例如，首先检查相等性检查，因为它更快，这是正确的方法，但是它只在返回
False
的情况下才有帮助

您（和我）的代码中的瓶颈是
中的检查（
如果style.sld_body中的'PolygonSymbolizer'
），但在不知道您使用的数据的情况下，我无法进一步帮助您


编辑

使用我们可以假设，对于每个多边形，线条数（E）将大于顶点数（V），因此，
style.sld_body
中最常见的实体。我们可以利用这一点，通过像
geom=（'line'，'point'，'polygon'）那样重新排列
geom
元组，使
any
短路更频繁。这当然不会产生重大影响，但这是我们能做的最好的事情。
您应该修复压痕。此代码将不会运行。交换测试顺序可能会更快-字符串比较（例如
layer\u geom==“polygon
）可能比
测试中的
更快，特别是取决于
style.sld\u body
的大小。让它早点失败可以加快速度。由于这3个内部
if
语句都执行相同的操作，因此如果您可以对
false
状态进行一次测试，并且在这些情况下不执行任何操作，则速度可能会更快。可能不会影响速度，但是如果style.sld\u title不是None:
则应该将
替换为
如果style.sld\u title:
则内部
如果
没有实际意义。不管怎样，都会执行相同的命令，这样您就可以合并条件。您可能应该在样式中的if.sld\u body
条件之前而不是之后有
layer\u gem=
条件，因为检查相等性会更快。@user1919查看我上次的编辑。也许这有点帮助。你应该修正你的缩进。此代码将不会运行。交换测试顺序可能会更快-字符串比较（例如
layer\u geom==“polygon
）可能比
测试中的
更快，特别是取决于
style.sld\u body
的大小。让它早点失败可以加快速度。由于这3个内部
if
语句都执行相同的操作，因此如果您可以对
false
状态进行一次测试，并且在这些情况下不执行任何操作，则速度可能会更快。可能不会影响速度，但是如果style.sld\u title不是None:
则应该将
替换为
如果style.sld\u title:
则内部
如果
没有实际意义。不管怎样，都会执行相同的命令，这样您就可以合并条件。您可能应该在样式中的if.sld\u body
条件之前而不是之后有
layer\u gem=
条件，因为检查相等性会更快。@user1919查看我上次的编辑。也许这有点帮助。如果将外部的元组if check转换为一个集合（在循环之前创建一次）（和
geom
在每次迭代中也是相同的），你可能会得到一点加速。我认为
集合
只有在循环外部创建时才有意义，否则你仍然有O（n）（好吧，O（6））在每次迭代中创建集合。如果检查将外部的元组转换为一个集合（在循环之前创建一次）（和
geom
在每次迭代中也是相同的），则可能会得到一点加速。我认为
集合只有在循环外部创建时才有意义，否则仍然有O（n）（好吧，O（6））用于在每次迭代中创建集合。