Python操作MySQL拉取词黑名单时如何将元组列表转为字符串列表

核心原理 #

MySQL的cursor.fetchall()返回的查询结果是由「行元组」组成的列表，哪怕你只查询word单个字段，每一行的结果也会被封装成长度为1的元组，所以你只需要取出每个元组的第0位元素，就能得到纯字符串的敏感词列表。

适配不同需求的实现方式 #

方案1：无需保持查询顺序、优先去重效率（最高效，适配万级数据无压力） #

直接用集合推导式去重，再转成列表：

cursor.execute('SELECT word FROM blacklist')
# 集合自动去重，取每个行元组的第0位元素
blacklist = list({row[0] for row in cursor.fetchall()})

方案2：需要保持数据库查询的原始顺序 #

如果需要保留敏感词在数据库中返回的顺序，推荐用有序字典去重（Python 3.7+版本原生支持字典有序），比列表循环判断in的效率高很多：

cursor.execute('SELECT word FROM blacklist')
blacklist = list(dict.fromkeys(row[0] for row in cursor.fetchall()))

方案3：保留原有循环逻辑（修正原有代码的bug） #

你原有代码里的return逻辑存在问题：遇到第一个重复的敏感词就会直接终止整个循环，后续未处理的敏感词都不会加入列表，修正后写法如下：

cursor.execute('SELECT word FROM blacklist')
blacklist1 = []
for row in cursor.fetchall():
    word = row[0] # 取元组的第一个元素得到字符串
    if word not in blacklist1:
        blacklist1.append(word)

后续敏感词匹配优化建议 #

后续遍历校验文本敏感词时，如果只需要判断是否存在敏感词，可以直接把列表转成集合使用，判断xxx in 集合的时间复杂度是O(1)，比列表的O(n)性能高很多，尤其数据量越大优势越明显。

内容的提问来源于stack exchange，提问作者user14904935