在 Python 3 中加速數百萬個正則表達式替換

我有兩個列表：

• 一個大約 750K 的列表 “句子”（長字符串）
• 我想從我的 75 萬個句子中刪除大約 2 萬個“單詞”

所以，我有循環 750K sentences 並執行大約 20K 替換，但僅當我的單詞實際上是 “單詞” 並且不是更大字符串的一部分時。

我通過預編譯我的 單詞 來做到這一點，以便它們的兩側是 單詞邊界元字符：

compiled_words = [re.compile(r"" + word + r"") for word in my20000words] 

然後我循環遍歷我的" sentence":

import re for sentence in sentence: for word in compiled_words: sentence = re.sub(word, "", sentence) # 把句子放入一個不斷增長的list 

這個嵌套循環正在處理大約50句es per second，這很好，但是處理我所有的句子仍然需要幾個小時。

• 有沒有辦法使用 str. replace 方法（我認為它更快），但仍然要求替換只發生在 單詞邊界？

• 或者，有沒有一種加快 re.sub 方法的方法？如果我的單詞的長度是>，我已經通過跳過 re.sub 略微提高了速度。比我句子的長度，但它並沒有太大的改進。

我正在使用 Python 3.5.2