Python如何提取不包含另一列表指定子串的列表元素

原代码问题说明 #

• 子串判断方向错误：你需要判断禁用子串是否包含在源列表元素中，而非源列表元素是否包含在禁用子串中，原写法x not in y逻辑完全颠倒，应为y not in x
• 逻辑量词使用错误：需求是「元素不能包含任意禁用子串」，即所有禁用子串都不可以出现在元素中，应当使用all而非any

基础实现（列表推导式） #

exclude_list = ['not_use', 'dont_use']
feature_list = ['good_use', 'very_good_use', 'hey_not_use', 'hey_dont_use']
desired_list = ['good_use', 'very_good_use']

ret_list = [x for x in feature_list if all(sub not in x for sub in exclude_list)]

print(ret_list)
assert set(ret_list) == set(desired_list), 'list are not identical'

高性能实现（适合大数量级场景） #

如果禁用子串数量多、源列表长度大，可以用正则预编译的方式减少重复遍历开销：

import re

exclude_list = ['not_use', 'dont_use']
feature_list = ['good_use', 'very_good_use', 'hey_not_use', 'hey_dont_use']
desired_list = ['good_use', 'very_good_use']

# 自动转义禁用子串中的特殊字符，预编译正则模式
exclude_pattern = re.compile('|'.join(re.escape(sub) for sub in exclude_list))
# 未匹配到任何禁用子串的元素才保留
ret_list = [x for x in feature_list if not exclude_pattern.search(x)]

print(ret_list)
assert set(ret_list) == set(desired_list), 'list are not identical'

内容的提问来源于stack exchange，提问作者Yehoshaphat Schellekens