我有以下清单：
data_items = ['abc','123data','dataxyz','456','344','666','777','888','888', 'abc', 'xyz']
我有一个搜索项目列表：
search = ['abc','123','xyz','456']
我想使用搜索列表遍历 data_items 以进行匹配，并构建一个基本结构，为每个匹配项提供计数。例如
counts = ['abc':'2', '123':'1', 'xyz':'2'.........]
最好的方法是什么？
【问题讨论】：
您可以使用re.search 和collections.Counter，例如：
import re
from collections import Counter
data_items = ['abc','123data','dataxyz','456','344','666','777','888','888', 'abc', 'xyz']
search = ['abc','123','xyz','456']
to_search = re.compile('|'.join(sorted(search, key=len, reverse=True)))
matches = (to_search.search(el) for el in data_items)
counts = Counter(match.group() for match in matches if match)
# Counter({'abc': 2, 'xyz': 2, '123': 1, '456': 1})
【讨论】：
data_items 中的每个元素迭代一次search，即如果data_items 很长并且search 中的元素不止一个，则它的性能可能会很差。或者也许 Python 做了某种循环融合？ :-)
search 检查每个 data_item... 正则表达式引擎可能会优化 |'d 候选人（但我不是100% 肯定）- 至少它不应该比嵌套循环和匹配结构中断更非性能......
to_search 部分应该确保转义特殊（就正则表达式引擎而言）字符，即它应该读取类似 @987654332 的内容@
看起来您也需要部分匹配。下面的代码很直观，但可能效率不高。并且还假设你对 dict 结果没问题。
>>> data_items = ['abc','123data','dataxyz','456','344','666','777','888','888','abc','xyz'] >>> 搜索 = ['abc','123','xyz','456'] >>> 结果 = {k:0 for k in search} >>> 对于 data_items 中的项目： 对于搜索中的 search_item： 如果 search_item 在项目中： 结果[搜索项]+=1 >>> 结果 {'123'：1，'abc'：2，'xyz'：2，'456'：1}【讨论】：
dict 并且由于ints 是不可变的，那么result = dict.fromkeys(search, 0) 可以说更具可读性、效率和向后兼容...
counts={}
for s in search:
lower_s=s.lower()
counts[lower_s]=str(data_items.count(lower_s))
如果你对使用字典没问题（因为你说结构，这是一个更好的选择）。
【讨论】：
search 仅包含 123，则 data_items 中的 123data 应该算作匹配。