python - findall() 和使用带有迭代器的 for 循环来查找模式匹配之间有什么区别

Question

我用它来计算文本中的句子数:

fileObj = codecs.open( "someText.txt", "r", "utf-8" )
shortText = fileObj.read()

pat = '[.]'

for match in re.finditer(pat, shortText, re.UNICODE):
    nSentences = nSentences+1

有人告诉我这样更好:

result = re.findall(pat, shortText)
nSentences = len(result)

有区别吗？他们不做同样的事情吗？

Answer 1

第二个可能会快一点，因为迭代完全在 C 中完成。快多少？在我的测试中大约有 15%(在 'a' * 16 中匹配 'a')，尽管随着正则表达式变得更复杂并占据更大的比例，这个百分比会变小的运行时间。但它会使用更多内存，因为它实际上会为您创建一个列表。不过，假设您没有大量的匹配项， 内存也不会太多。

至于我更喜欢​​哪个，我有点喜欢第二个的简洁性，尤其是当组合成一个语句时:

nSentences = len(re.findall(pat, shortText))