Как выбрать только русские слова из списка в python

#python #python_3x #list

У меня есть список слов как на английском так и на русском.
Например

list = ['apple', 'cat', 'яблоко', 'кот', 'building', 'машина', 'status',]


Как можно пройдя циклом вывести только русские слова?
В будущем планируется перебирать большой объем данных. И как это можно сделать с
учетом производительности?
    

Ответы

Ответ 1

Можно сделать через регулярное выражение, например:

import re

r = re.compile("[а-яА-Я]+")
words = ['apple', 'cat', 'яблоко', 'кот', 'building', 'машина', 'status',]
russian = [w for w in filter(r.match, words)]


Для повышения скорости фильтрации на многоядерном процессоре можно дробить исходный
список слов на куски (скажем, по 100000) и запускать фильтрацию в отдельных потоках
с последующей конкатенацией результатов в один список.


Ответ 2

Простой вариант:

[word for word in lst if 1039 < ord(word[0])]


P.S.: Не стоит использовать имя переменной list, в языке уже есть одноименная функция.

Update: Протестировал производительность - решение на регулярных выражениях работает
на порядок быстрее.