python关键词匹配_Python匹配关键词黑名单词根？

文件A有2500万个正常关键词，一行一个(正常关键词，每个关键词字符较长)

文件B有5万个关键词，一行一个(黑名单词根，每个关键词字符较短)，都是utf8编码

用Python来实现匹配的话，匹配规则:

条件1：不含B中的任何一个词根:

条件2：不含0-9数字

条件3：不含a-zA-Z字母

条件4：不含r'>|

文件A中符合以上四个条件的将该关键词保存在文件D。

已经解决：如果A中的某个关键词含有B中的任何一个词根，则将该关键词保存在文件C

用ac自动机

import ahocorasick

import time

def main():

t1 = time.time()

A = ahocorasick.Automaton()

#向trie树中添加单词

with open("blackword.txt",'r') as fp:

for line in fp:

bkw = line.strip()

A.add_word(bkw,(1,bkw))

#将trie树转化为Aho-Corasick自动机

A.make_automaton()

g1 = open("result_dangdang.txt", 'a+')

for line in open("dangdang.txt"):

for k,(i,t) in A.iter(line.strip()):

print line.strip()+t

g1.write(line.strip()+":"+t+"\n")

g1.close()

t2 = time.time()

print "cost time is ", t2 - t1

main()