我发现了一件奇怪的事情
for el in values:
unit=re.search(regex_unit, el, re.IGNORECASE).group()
value=re.search(regex_value, el, re.IGNORECASE).group()
print("Unit: "+unit+" - "+"Value: "+value)
这段代码非常慢,但如果我用这种方式编写它,它会非常快......
for el in values:
unit=re.search(regex_unit, el, re.IGNORECASE).group()
print("Unit: "+unit)
for el in values:
value=re.search(regex_value, el, re.IGNORECASE).group()
print("Value: "+value)
第一段od代码有什么问题?
*** 更新
regex_unit="(kb|mb|gb)"
regex_value="\d"
最佳答案
对于正则表达式,一般来说,我建议编译它们。
这个答案当然没有回答速度差异是怎么来的问题。但我的一个猜测是,Python 运行时就是这样做的:
如果它必须执行正则表达式,它会编译它并缓存结果。如果它在没有其他正则表达式的循环内运行(如第二个代码中),则使用缓存版本。但如果它与其他正则表达式交替,缓存的版本总是会被覆盖,并且必须总是重新创建,这会大大降低速度,因为编译步骤必须一次又一次地完成。
您可以通过自己编译来绕过该问题,如下所示:
regex_unit_compiled = re.compile(regex_unit)
之后,在循环中使用它,如下所示:
unit=regex_unit_compiled.search(el, re.IGNORECASE).group()
无论我的猜测是否正确,使用编译的正则表达式你应该会更好。
关于python - 使用 python 在循环内正则表达式搜索非常慢,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31006634/