Ruby 在这种情况下，正则表达式比数组比较快吗？

假设我有一个传入字符串，我想扫描它，看看它是否包含我选择的“坏”字：）

将字符串拆分为一个数组，并将坏字保留在一个数组中，然后遍历每个坏字和每个传入字，查看是否有匹配项，是否更快，类似于：

badwords.each do |badword|
 incoming.each do |word|
  trigger = true if badword == word
 end
end

或者这样做更快：

incoming.each do |word|
 trigger = true if badwords.include? word
end

或者让字符串保持原样并使用类似以下内容的正则表达式运行.match（）会更快：

/\bbadword1\b|\bbadword2\b|\bbadword3\b/

---

或者性能差异几乎可以忽略不计？有一段时间我一直在想这个问题。

一旦它被编译，Regex是现实生活中最快的（即非常长的传入字符串，许多类似的坏单词，等等），因为它可以在

传入的

上运行，并将处理“坏单词”的重叠部分非常好。

当正则表达式找到匹配项时，它不会停止循环，这给了它一个优势。尝试：

incoming.find{|word| badwords.include? word}

我的钱仍在正则表达式上，但应简化为：

/\b(badword1|badword2|badword3)\b/

或者让它成为一场公平的战斗：

/\a(badword1|badword2|badword3)\z/

---

答案可能取决于要检查的坏单词的数量：如果只有一个坏单词，可能不会有很大的区别，如果有50个坏单词，那么检查数组可能会变慢。另一方面，对于几十个或几十万个单词，regexp可能也不会太快

---

如果你需要处理大量的坏词，你可能会考虑分解成单个单词，然后使用Bloom Filter来测试这个词是否可能是坏的。

< P>这不完全回答你的问题，但是这肯定会帮助解决它。 举几个例子，看看你的目标是什么，并把它们放在基准点上

您可以找到如何在ruby中进行基准测试

只需将varoius表单放在报告块之间，获得基准，然后自己决定什么最适合自己

为了获得更好的解决方案，请使用真实数据进行测试

---

基准测试总是优于讨论：）

如果要扫描字符串中出现的单词，请使用查找它们

用于构建在黑名单中查找字符串的模式。您需要使用

\b

包装结果，以强制匹配单词边界，并使用不区分大小写的搜索

要让您了解

Regexp.union

如何提供帮助，请执行以下操作：

words = %w[foo bar]

Regexp.union(words)
=> /foo|bar/

'Daniel Foo killed him a bar'.scan(/\b#{Regexp.union(words)}\b/i)
=> ["foo", "bar"]

如果需要更多控制，还可以使用

Regexp.new

或

/…/

构建模式：

Regexp.new('\b(?:' + words.join('|') + ')\b', Regexp::IGNORECASE)
=> /\b(?:foo|bar)\b/i

/\b(?:#{words.join('|')})\b/i
=> /\b(?:foo|bar)\b/i

'Daniel Foo killed him a bar'.scan(/\b(?:#{words.join('|')})\b/i)
=> ["Foo", "bar"]

作为一个建议，黑名单上的单词很容易被用户欺骗，并且经常给出错误的结果，因为许多“冒犯性”单词只是在特定上下文中具有冒犯性。用户可以故意拼错它们或使用“l33t”语音，并且有几乎取之不尽的替代拼写，这将使您不断更新您的列表。对某些人来说，愚弄一个系统是一种享受

---

有一次，我被赋予了一个类似的任务，并写了一个翻译来为“冒犯性”单词提供替代拼写。我从从互联网上收集的单词和术语列表开始，并开始运行代码。在向数据库中添加了数百万个备选方案之后，我拔掉了插头，向管理层表明这是一件愚蠢的差事，因为愚弄它是微不足道的

停止疑惑，开始测量。通过使用非捕获组，您可以获得另一个轻微的性能提升。太棒了。你能告诉我为什么。在ruby docs数组#find中，find没有列为方法吗？是的，它是数组包含的可枚举模块的一部分。好提示。在我的例子中，我并没有过滤掉这些单词，只是简单地扫描看看是否有——在这种情况下，如果查询包含顽皮的单词，我需要提供不同的结果。