我可以让这个（Python）正则表达式更快吗？

我正在尝试编写一个正则表达式，它匹配形式为

###-##

（其中#对应于任何数字）的字符串，但需要注意的是，第二对数字不能是“00”。表达式应该可以与一起使用，并且应该捕获匹配模式的第一次出现

以下是我得到的（有效的）：

我对分支或长字符组不感兴趣。有人能推荐一个更好（更清晰，或者更高效）的正则表达式吗

---

（是的，这是一个微观优化，我注意到了Knuth的正确警告。）

使用字符范围可以轻松解决长字符组问题：

r"(\d\d-(?:0[1-9]|[1-9]\d))"

但是你不能避开这里的树枝

the_regex = re.compile("(\d\d-(?:0[1-9]|[1-9]\d))")



l = re.findall(the_regex, '11-01 11-99 10-29 01-99 00-00 11-00')
print l

显示：

['11-01', '11-99', '10-29', '01-99']

如果使用re.finditer，它将返回一个生成器，这可能对您更有利：

it = re.finditer(the_regex, '11-01 11-99 10-29 01-99 00-00 11-00')
print type(it)
print list(i.group(0) for i in it)

这表明：

<type 'callable-iterator'>
['11-01', '11-99', '10-29', '01-99']

['11-01', '11-99', '10-29', '01-99']

还有一种可能性。。。我不确定这是否有效，但似乎。。。。它使用前瞻断言：

r2 = re.compile(r"(\d\d-(?!00)\d\d)")
l = re.findall(r2, 'On 02-14 I went looking for 12-00 and 14-245')
print l
['02-14', '14-24']

然而。。。它似乎没有更快（与上述解决方案相比）。事实上，原来的解决方案在这里是最快的：

# Martijn/Aaron's solution
In [20]: %timeit l = re.findall(the_regex2, '11-01 11-99 10-29 01-99 00-00 11-00')
100000 loops, best of 3: 3.55 µs per loop

# Above version
In [21]: %timeit l = re.findall(r2, '11-01 11-99 10-29 01-99 00-00 11-00')
100000 loops, best of 3: 3.49 µs per loop

#Original post's version.
In [25]: the_regex = re.compile("(\d\d-(?:0[123456789]|[123456789]\d))")
In [26]: %timeit l = re.findall(the_regex, '11-01 11-99 10-29 01-99 00-00 11-00')    
100000 loops, best of 3: 3.41 µs per loop

---

比我快三分钟。或者

重新编译（（\d\d-（？：（！00）\d\d））

以将

（？：）

保留在OPs中。我认为这不会造成任何伤害，但我认为没有必要。。。原稿就是这样做的，因为

|

必须在一个组中，如果不将其标记为非捕获，它将成为一个单独的组。

\d\d

在这个例子中不在一个单独的组中，

（？！00）

术语已经不被捕获了，所以我认为它实际上没有添加任何内容。在我的测试用例中（我应该展示一些示例数据），这被证明是最快的（无可否认，这是一个相当小的幅度）。当字符串包含以下内容时，是否匹配：

123-123

？（您当前的表达式（以及迄今为止的所有答案）不强制任何边界条件，并且将匹配：

123-123

中的：

23-12

）@ridgerunner良好的点，但在这种情况下，它匹配的字符串保证不具有这种情况。

# Martijn/Aaron's solution
In [20]: %timeit l = re.findall(the_regex2, '11-01 11-99 10-29 01-99 00-00 11-00')
100000 loops, best of 3: 3.55 µs per loop

# Above version
In [21]: %timeit l = re.findall(r2, '11-01 11-99 10-29 01-99 00-00 11-00')
100000 loops, best of 3: 3.49 µs per loop

#Original post's version.
In [25]: the_regex = re.compile("(\d\d-(?:0[123456789]|[123456789]\d))")
In [26]: %timeit l = re.findall(the_regex, '11-01 11-99 10-29 01-99 00-00 11-00')    
100000 loops, best of 3: 3.41 µs per loop