python - 如何用一种算法让白名单功能更加有效？

Question

我设计了一个白名单功能来过滤windows中的文件路径。可以过滤三种类型的模式:

• 根据后缀过滤路径，如所有txt文件。
• 从左开始过滤路径，例如过滤所有以“C:\Windows\System32”开头的路径
• 过滤包含特殊词的路径，例如过滤所有包含“system”的路径。

图案以以下格式保存:

patternList = [{'type': 'suffix', 'content':'\.txt'},
            {'type': 'keyword', 'content':'system'},
            {'type': 'left', 'content': 'C:\Windows\System32'}]

每个字典都是一个模式，所有模式都在一个名为 patternList 的列表中。

然后，我有另一个名为 pathInfoObjectList 的列表，其中包含许多对象，每个对象都有一个名为“filelist”的属性，它是一个列表。在文件列表中，有一些文件路径。

现在，我想使用该模式删除文件列表中的每个路径。

我的方法是将模式更改为正则表达式以完成工作。

我的代码在这里:

patternRegexList = []
for each in patternList:
    if each['type'] == 'suffix':
        patternRegex = '.*?' + each['content'] + '$'
    elif each['type'] == 'keyword':
        patternRegex = '.*?' + each['content'] + '.*?'
    elif each['type'] == 'left':
        patternRegex = '^' + each['content'] + '.*?'
    patternRegexList.append(patternRegex)


for pathInfoObject in pathInfoObjectList:
    for path in pathInfoObject.filelist[:]:
        for patternRegex in patternRegexList:
            if re.match(patternRegex, path):
                pathInfoObject.filelist.remove(path)
                break

但我觉得我的算法太蠢了，而且是 .

你有完成任务的聪明方法吗？

因为现在我发现缺乏算法知识导致我的代码无效，你有什么建议可以让我更好地学习算法吗？我认为通过阅读算法导论来学习太慢了。有没有更有效的学习方法？

Answer 1

它看起来更像是黑名单而不是白名单，但如果我弄错了，很容易修复它。

我首先尝试以更清晰、更灵活的方式表达您的规则。我也尽量避免使用无用的正则表达式，它们可能会花费你很多时间。最后，通过使用 any，我避免了在第一个匹配时测试每个排除规则。在 for 循环中使用 continue 具有相同的效果。

exclusion_rules = [
    lambda path: path.endswith('.txt'),
    lambda path: 'system' in path,
    lambda path: path.startswith(r'c:\Windows\System32')]

for pathInfoObject in pathInfoObjectList:
    pathInfoObject.filelist = filter(
        lambda path: not any(rule(path) for rule in exclusion_rules),
        pathInfoObject.filelist)

另一种使用列表理解而不是过滤器的方法:

for pathInfoObject in pathInfoObjectList:
    pathInfoObject.filelist = [path for path in pathInfoObject.filelist if
                               not any(rule(path) for rule in exclusion_rules)]