Python根据一个大的单词列表从字符串中提取单词

首先，我有一个很大的单词列表：

words = ['about', 'black', 'red', ...]  # nums: 20000+

然后，给定一个字符串，例如：

s = 'blackingabouthahah'

我想得到

['black'，'about']

我尝试使用regex来实现这一点：

pattern = re.compile('|'.join(words))
print pattern.findall(s)

这是可行的，但我担心这种方法的速度和内存使用

---

有更好的解决方案吗？

您可以对

使用非正则表达式方法。使用理解查找
：

words = ['about', 'black', 'red']
s = 'blackingabouthahah'
print [x for x in words if s.find(x)>-1]

看

这将仅输出列表中出现的唯一术语。如果需要对所有事件进行计数，请执行以下操作：

words = ['about', 'black', 'red']
s = 'blackingabouthahahabout'
print [s.count(x) for x in words]

因为我看不出第一个
about
和第二个
about
之间有什么区别。请参阅。
如果您只想打印，我这里有一个解决方案

   import re

   words = ['about', 'black', 'red',] 
   s = 'dsjhdgblackingabouthahah'

   for items in words:
      if re.search (items,s):
          print items

如果您希望在新列表中显示结果，可以尝试以下操作：

 import re

 words = ['about', 'black', 'red',] 
 s = 'dsjhdgblackingabouthahah'
 mylist = []
 for items in words:
    if re.search (items,s):
       mylist.append( items)

 print mylist

你的意思是
pattern=re.compile（“|”）.join（words））
？除非你指定所有要求，否则这个问题没有最好的解决方案。我可以想出一个分而治之的解决方案，其中每个工作人员迭代地处理搜索的一部分。@JamesMills我可以想出几个解决方案，但我不知道他们是否会比OP的解决方案更好，因为他没有提供任何细节。例如，如果字符串不长，那么最好生成所有子字符串并在单词列表中执行查找。@Alik我同意；没有细节，很难提供一个最佳的解决方案！您的解决方案也存在同样的问题，即不打印多个事件（请参阅我上面的评论）
s='BlackingabouthahahahBlackxyz'
只打印一次
black
。没有明确要求在Pynchia中包含重复元素。相反，效率和内存优化是既定的目标，这意味着停止比赛并使用生成器将更加有效。他建议的解决方案使用
模式。findall（s）
，打印所有出现的情况。我理解，他想要一个高效的等价物。对：他担心内存效率，对所有事件都不感兴趣。findall是这样的，它不会在“|”子句中的第一场比赛后中断。@Pynchia，但OP没有在问题中明确说明这一点。因此，我不明白为什么答案被否决，而不是问题