Python 哪个正则表达式更有效？_Python_Regex

Python 哪个正则表达式更有效？

python regex

Python 哪个正则表达式更有效？,python,regex,Python,Regex,哪个更有效？有没有其他方法可以提高效率？请注意，尽管我使用了Perl风格的语法进行说明，但实际上我使用的是Python的re库，它不允许使用\K（keep）关键字。（？p\[\[foo[^\[]）abc在Python中使用re模块要快得多： s/(?=\[\[foo[^\[]*)abc/def 编辑（在同一循环中执行两个调用时再运行几次）：产出： import time import re rec1 = re.compile('(?P<head>\[\[foo[^\[]*)a

哪个更有效？有没有其他方法可以提高效率？请注意，尽管我使用了Perl风格的语法进行说明，但实际上我使用的是Python的

re

库，它不允许使用

\K

（keep）关键字。

（？p\[\[foo[^\[]）abc

在Python中使用

re

模块要快得多：

s/(?=\[\[foo[^\[]*)abc/def

编辑（在同一循环中执行两个调用时再运行几次）：产出：

import time
import re

rec1 = re.compile('(?P<head>\[\[foo[^\[]*)abc')
rec2 = re.compile('(?=\[\[foo[^\[]*)abc')

total1, total2 = 0.0, 0.0

def timeRE(ver):
    x = ("abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ_1234567890_abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ" * 100)
    t1 = time.time()
    if ver is 1:
        rec1.sub("def", x)
    else:
        rec2.sub("def", x)
    return (time.time() - t1)

for x in xrange(50000):
    total1 += timeRE(1)

for x in xrange(50000):
    total2 += timeRE(2)

print total1
print total2

for x in xrange(50000):
    total1 += timeRE(1)
    total2 += timeRE(2)

编辑（固定子项以匹配问题）：

编辑（使用与正则表达式匹配的字符串）：

最后一次是：

您可能需要执行大约10000个左右的正则表达式和基准测试。很难猜测这些事情，因为每个正则表达式引擎实现都有自己的优缺点。您可以使用timeit模块（）找出哪个更快。就查询所需时间而言，效率更高？这取决于您搜索的内容，您能举个例子吗？仅供参考：这些正则表达式不会做相同的事情（事实上，第二个正则表达式永远不会匹配任何东西。）请参阅：@kudu只是一个友好的提醒-如果您觉得有人对您有所帮助或回答了问题，最好接受一个答案。这样做会增加其他人回答您将来可能遇到的问题的可能性。我想给您+1，但是

rec1.sub（“def”，x）

应该是

rec1.sub（\gdef，x）

基于OP。你能用正确的替换项重新运行吗？仍然不正确。需要

\gdef

而不是

\g

，尽管我猜这不会影响时间，因为正则表达式永远不会匹配，所以永远不会进行任何替换。@jacob我刚刚注意到我自己，修复好了，你已经得到了+1，但仅供参考，第二个正则表达式（由于OP的错误，而不是您的错误）将永远不会匹配任何内容，因此不会进行任何替换。这是因为它正在查找

[[foo

然后尝试匹配

abc

。查找可以修复此问题，但不允许使用可变长度查找。出于好奇，请使用

（？）重试？
4.27380466461
16.9591507912

for x in xrange(50000):
    total1 += timeRE(1)
    total2 += timeRE(2)

4.26199269295
17.2384319305

import time
import re
rec1 = re.compile('(?P<head>\[\[foo[^\[]*)abc')
rec2 = re.compile('(?=\[\[foo[^\[]*)abc')
total1, total2 = 0.0, 0.0
def timeRE(ver):
    x = ("abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ_1234567890_abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ" * 100)
    t1 = time.time()
    if ver is 1:
        rec1.sub("\g<head>def", x)
    else:
        rec2.sub("def", x)
    return (time.time() - t1)

for x in xrange(50000):
    total1 += timeRE(1)
    total2 += timeRE(2)
print total1
print total2

Run 1:
4.62282061577
17.8212277889

Run 2:    
4.6660721302
17.1630160809

Run 3:
4.62124109268
17.21393013

import time
import re

rec1 = re.compile('(?P<head>\[\[foo[^\[]*)abc')
rec2 = re.compile('(?=\[\[foo[^\[]*)abc')
total1, total2 = 0.0, 0.0

def timeRE(ver):
    x = ("abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ_1234567890_<head>_<tail>_</head>_</tail>_abcdefghijklmnopqrstuvwxyz_<head>[[fooBAR_ABCDEFGHIJKLMNOPQRSTUVWXYZ_abc]]]]defghiojklmnopqrstuvwyz" * 100)
    t1 = time.time()
    if ver is 1:
        rec1.sub("\g<head>def", x)
    else:
        rec2.sub("def", x)
    return (time.time() - t1)

for x in xrange(50000):
    total1 += timeRE(1)
    total2 += timeRE(2)

print total1
print total2

23.4271130562
29.6934807301

import time
import re
rec1 = re.compile('(?P<head>\[\[foo[^\[]*)abc')
rec2 = re.compile('(?=\[\[foo[^\[]*)abc')
total1, total2 = 0.0, 0.0
def timeRE(ver):
    x = ("abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ_1234567890_<head>_<tail>_</head>_</tail>_abcdefghijklmnopqrstuvwxyz_<head>[[fooBAR_ABCDEFGHIJKLMNOPQRSTUVWXYZ_abc]]]]defghiojklmnopqrstuvwyz" * 100)
    t1 = time.time()
    if ver is 1:
        rec1.sub("\g<head>def", x)
    else:
        rec2.sub("def", x)
    return (time.time() - t1)
for x in xrange(50000):
    total1 += timeRE(1)
    total2 += timeRE(2)
print "Method 1: Avg run took: %+0.7f - With a total of: %+0.7f" % ((total1 / 50000.0), total1)
print "Method 2: Avg run took: %+0.7f - With a total of: %+0.7f" % ((total2 / 50000.0), total2)

Method 1: Avg run took: +0.0004924 - With a total of: +24.6196477
Method 2: Avg run took: +0.0005921 - With a total of: +29.6053855