优化Python异步语言评估器性能：正则表达式加速大规模词典匹配

async def count_non_english_words(self, words):
    english_words = await self.load_english_words()
    return sum(1 for word in words if not any(english_word.startswith(word) for english_word in english_words))

import re
from collections import Counter # 假设Counter和asyncio已被导入

class LanguageEvaluator:
    def __init__(self, english_words_file='words.txt', min_word_len=4, min_non_english_count=4):
        self.min_word_len = min_word_len
        self.file_path = english_words_file
        self.min_non_english_count = min_non_english_count
        self.english_words = set()
        self.english_prefix_regexp = None # 新增属性用于存储编译后的正则表达式

    async def load_english_words(self):
        if not self.english_words:
            with open(self.file_path, 'r', encoding='utf-8') as file:
                self.english_words = {word.strip().lower() for word in file}
            # 编译正则表达式
            # 使用 re.escape 避免词汇中的特殊字符被解释为正则表达式语法
            # 使用 ^(...) 确保匹配的是前缀
            # 注意：如果词典非常大，拼接的正则表达式字符串可能非常长，
            # 某些Python版本或正则表达式引擎可能存在长度限制，但对于数十万词汇通常可行。
            self.english_prefix_regexp = re.compile('^(' + '|'.join(re.escape(w) for w in self.english_words) + ')')
        return self.english_words

    def is_english_word(self, word):
        """
        使用预编译的正则表达式判断一个词汇是否以任何英文词汇为前缀。
        注意：此方法是同步的，因为 re.search 是同步操作。
        """
        if not self.english_prefix_regexp:
            # 在实际应用中，应确保 load_english_words 在此之前被调用
            # 为简化示例，假设 load_english_words 已在 count_non_english_words 中调用
            raise RuntimeError("English words regex not compiled. Call load_english_words first.")
        return self.english_prefix_regexp.search(word) is not None

    async def preprocess_text(self, text):
        words = re.findall(r'\b\w+\b', text.lower())
        return [word for word in words if len(word) >= self.min_word_len and not word.startswith('@') and not re.match(r'^https?://', word)]

    async def count_non_english_words(self, words):
        # 确保词典和正则表达式已加载
        await self.load_english_words()
        # 使用新的 is_english_word 方法进行判断
        return sum(not self.is_english_word(word) for word in words)

    async def is_english_custom(self, text):
        words_in_text = await self.preprocess_text(text)
        non_english_count = await self.count_non_english_words(words_in_text)
        print(f"Non-English words count: {non_english_count}")
        return non_english_count <= self.min_non_english_count

    async def count_duplicate_words(self, text):
        words = await self.preprocess_text(text)
        word_counts = Counter(words)
        duplicate_count = sum(
            count - 1 for count in word_counts.values() if count > 1)
        return duplicate_count