我有两个清单：

• 大约 750K “句子” （长字符串）的列表
• 我想从我的 75 万个句子中删除的大约 2 万个 _ “单词”的列表_

因此，我必须遍历 750K 句子 并执行大约 20K 替换， 但前提是我的单词实际上是 “单词” 并且不是更大字符串的一部分。

我通过预编译我的 单词 来做到这一点，以便它们的两侧是\b单词边界元字符：

compiled_words = [re.compile(r'\b' + word + r'\b') for word in my20000words]

然后我遍历我的 “句子” ：

import re

for sentence in sentences:
  for word in compiled_words:
    sentence = re.sub(word, "", sentence)
  # put sentence into a growing list

这个嵌套循环每秒 处理大约50 个句子，这很好，但处理我的所有句子仍然需要几个小时。

• 有没有办法使用该str.replace方法（我认为它更快），但仍然要求替换只发生在 单词边界 ？

• 或者，有没有办法加快该re.sub方法？re.sub如果我的单词长度大于句子的长度，我已经通过跳过来稍微提高速度，但这并没有太大的改进。

我正在使用 Python 3.5.2