改进python中的成员比较

我试图从一篇杂志文章中提取所有的名字和姓氏（我称之为

example.txt

）。我分两部分来做

在第一部分中，我提取了一个由两个单词组成的字符串，每个单词都以大写字母开头，中间有一个空格，我使用正则表达式来实现这一点。我将所有这些字符串列成一个列表，并将此列表称为

all\u name

。这给了我所有可能的名字，比如“巴拉克·奥巴马”，还有“总统”

在第二部分中，我拆分字符串并取每个名字的第一部分，比如“巴拉克·奥巴马”中的“巴拉克”，我想检查“巴拉克”是否在我提前准备的名字列表中（我称之为

first\u names.txt

）。如果存在匹配项，并且只有存在匹配项，那么我将其添加到一个新数组中，该数组应该只有那些与

first\u names.txt

中的名称匹配的名称

因此，理论上，“巴拉克·奥巴马”进入阵营，“总统”没有。不幸的是，来自“总统”的子字符串“the”出现在诸如“Matthew”和“Katherine”这样的名字中，因此“总统”也会出现在数组中，尽管我不希望它出现。我的代码如下。对如何解决这个问题有什么建议吗

import re 

text = open('example.txt').read()
first_names = open('first_names.txt').read()
regex = re.compile("[A-Z][a-z]+\s[A-Z][\w]*") 
all_names = regex.findall(text)
array = []

for name in all_names:
  first = name.split(" ")[0]
  if first in first_names:
    if name not in array:
      array.append(name)
print(array)

---

您可以拆分

名字

并创建这些名字的

集合

（假设文件中的名字用空格分隔）：

然后，

if first in first_names

将在O（1）时间内检查确切的名字是否在该集合中。这也将解决排除“总统”的问题，因为“总统”的名字将返回

False

下面是一个简单的例子：

first_names_text = "Barack Matthew Katherine"

first_names = set(first_names_text.split())
all_names = ['Barack Obama', 'The President', 'Katherine Swift']

array = []
for name in all_names:
    first = name.split(" ")[0]
    if first in first_names:
        if name not in array:
            array.append(name)

print(array) 
# ['Barack Obama', 'Katherine Swift']

first_names_text = "Barack Matthew Katherine"

first_names = set(first_names_text.split())
all_names = ['Barack Obama', 'The President', 'Katherine Swift']

array = []
for name in all_names:
    first = name.split(" ")[0]
    if first in first_names:
        if name not in array:
            array.append(name)

print(array) 
# ['Barack Obama', 'Katherine Swift']