在 python 中搜索一个很长的文本文件中的单词的简单方法是什么？

Question

我想使用一个文本文件创建一个非常简单的拼写检查器，其中包含约 80000 个常用单词的按字母顺序排列的列表。

使用 python 搜索文件并找出它是否包含单词的简单但有效的方法是什么？

我应该将单词列表文件解析为集合、列表、字典、元组吗？

有没有一种简单的方法可以利用我的单词列表已经按字母顺序排列的事实？

我宁愿保持相对简单。我不需要更正的拼写建议或其他花哨的功能。我只是想知道这个词是否拼写错误。

Answer 1

由于 80000 个单词很容易适合内存，因此最好使用 set：

words = set(line.strip() for line in open("words"))

这不会利用文件已排序的事实，但无论如何它是最有效的方法。要查找单词 w，您可以使用

w in words

其摊销 O(1)。

Answer 2

将您的字典单词放入具有恒定查找时间的集合中。

myDict = set([<actual list of words here>])
for word in file:
    if word not in myDict:
        handleBadWord(word)