一个 URL，一组 Domain List，有没有比遍历一次更方便的方案

[imn1]

求： URL 的主域名是否在 Domain List 里面
"https://www.v2ex.com/new/qna"
["github.com", "v2ex.com", "google.com"……]

[pathletboy]

正则取出 url 的根域，然后通过 dict/map 查询键是否存在。

[jmc891205]

二分查找？不过前提是 Domain List 是有序的

[GtDzx]

Hash...

[kaneg]

set 就是干这种活的

[clino]

将 domain list 变成正则然后匹配 也是一种方法 一步搞定

[imn1]

@kaneg
其实是想问 javascript ，写 UC 脚本碰到

@clino
合成一个长正则？ github.com|v2ex.com|google.com ？这是个想法

[northisland]

@GtDzx 不能支持再多

[xufang]

https://publicsuffix.org/

[Tonni]

楼主可以参考下这段代码： https://github.com/iyee/gfwlist2pac/blob/master/gfwlist2pac/main.py#L107

[yingsunwl]

AC 状态机， Aho-Corasick string matching algorithm

[SoloCompany]

字符串查找最快的数据结构理论上应该是状态机查找树，只需遍历一次，但字典变化导致的状态机更新是很麻烦的，而且占用的空间也比较庞大
当然更多场景是使用 hash 查找，同样只需要遍历一次来计算 hash ，无冲突或者少量冲突的话和状态机的效率基本上差不多

[clino]

@imn1 我之前写的版权扫描工具就是这种方法
https://github.com/zhangchunlin/scancopyright/blob/master/apps/Scan/settings.ini#L14
这里有很多正则表达式,一起拼出一个超大的正则出来

[h4x3rotab]

正则效率低于 ac 自动机，但是可以现成用， hash 是很好的办法，效率不比 ac 自动机低。具体到 js ，推荐还是 hash 吧，正则这个路子太野了，估计效率低一点，因为正则不是用来做这做事情的。

[imn1]

@h4x3rotab
请教一下 hash 例子或文章，扔下 js 十多年，现在都变样了

[h4x3rotab]

@imn1 js 的 hash 就是字典了，只不过只关心 key 存不存在，不关心 value 。比如这样的：
var dic = {}
dic['aaa.com'] = true
var domain = getDomainFromUrl(url)
if (dic[domain]) return true

[imn1]

@h4x3rotab
原来就是指字典，这个知道是 hash 保存，还一直以为有个 hash 算法