在python中搜索列表中的字符串

你好我有一個包含郵件地址的字符串。例如（[email protected]）和我有隻包含域的列表（「bar.com」，「stackoverflow.com」）等在python中搜索列表中的字符串

我想搜索的列表，如果它包含了我字符串的域。現在我正在使用這樣的代碼

if tokens[1].partition("@")[2] in domainlist:

tokens [1]包含郵件地址，domainlist包含域。但正如你所看到的tokens[1].partition("@")[2]的結果將返回foo.bar.com，但我的名單有域bar.com。如何讓這個if語句返回true？它應該是非常快的，因爲數以百計的電子郵件地址會在每一秒

來源

2011-05-06 Alptugay

使用'.partition（「@」）[2]'將失敗某些類型的電子郵件地址。有關如何操作，請參閱http://stackoverflow.com/questions/5908190/searching-a-string-in-a-list-in-python/5908265#5908265。 – ninjagecko 2011-05-06 07:59:49

它應該是這樣的：

if any(tokens[1].endswith(domain) for domain in domainlist):

來源

2011-05-06 07:38:54 phynfo

太簡單了，域'foo.com'也會匹配'somefoo.com' – 2011-05-06 07:52:55

謝謝。它的工作原理與我想要的一樣:) – Alptugay 2011-05-06 07:53:28

抱歉，抱歉...它有一個問題...如果'bar.com'位於域列表中，它將返回'[email protected]'。可能不是什麼OP要... :-( – eumiro 2011-05-06 07:55:12

首先，domainlist一套。檢查是否包含某些內容會更快。其次，將所有「超級域名」添加到此集合中，如'bar.com'爲'foo.bar.com'。

domainlist = ['foo.bar.com', 'bar2.com', 'foo3.bar3.foobar.com'] 
domainset = set() 
for domain in domainlist: 
    parts = domain.split('.') 
    domainset.update('.'.join(parts[i:]) for i in xrange(len(parts)-1)) 

#domainset is now: 
set(['bar.com', 
    'bar2.com', 
    'bar3.foobar.com', 
    'foo.bar.com', 
    'foo3.bar3.foobar.com', 
    'foobar.com'])

現在你可以測試

if tokens[1].partition("@")[2] in domainset:

來源

2011-05-06 07:39:18 eumiro

數以百計的郵件地址不應該是一個問題。以下是一行：

any(domain.endswith(d) for d in MY_DOMAINS)

在這裏，你可以做user,sep,domain = address.rpartition('@')。否則，如果性能成爲一個因素當前的方法將電子郵件地址，如"[email protected]"@something.com，根據http://tools.ietf.org/html/rfc5322

這是有效的失敗，你可以使用一個特里（一種數據結構）。如果性能仍然是一個因素，您可以使用其他技巧。

上面介紹了您正在檢查的域中的每個元素，因此如果您的列表中有1000個域，則需要爲每個電子郵件地址執行1000次查找。如果這是一個問題，您可以通過這種方式實現每個查詢O(1)（您可能還想確保不會檢查超過5個後綴，以防止惡意製作的電子郵件地址）。

MY_DOMAINS = set(MY_DOMAINS) 

def suffixes(domain): 
    """ 
     suffixes('foo.bar.com') -yields-> ['foo.bar.com', 'bar.com', 'com'] 
    """ 
    while True: 
     yield domain 
     parts = domain.split('.',1) 
     if len(parts>1) 
      domain = parts[1] 
     else: 
      break 
def isInList(address): 
    user,sep,domain = address.rpartition('@') 
    return any(suffix in MY_DOMAINS for suffix in suffixes(domain))

來源

2011-05-06 07:40:52 ninjagecko

對面其他的答案，在這裏「foo.com」將不匹配也「@ y.afoo.com」

def mailInDomains(mail,domains): 

    for domain in domainList: 
     dLen = len(domain) 
     if mail[-dLen:]==domain and mail[-dLen-1] in ('.','@'): 
      return True 

    return False

來源

2011-05-06 07:51:26

如果速度真的是你的問題，你可以看看像Aho-Corasick這樣的方法。有很多可用的實現，如esmre/esmhttp://code.google.com/p/esmre/

正如指出的@Riccardo加利，簡單的字符串匹配會產生一些誤報，所以你可以esmre先試，將根據正則表達式爲指標，像index.enter("(^|\.){0}$".format(domain))

來源

2011-05-06 08:01:41

在python中搜索列表中的字符串

回答

相關問題