在Python循环中重复使用正则表达式最有效的方法是什么？

当您在一个文件中迭代数百行时，在Python中运行正则表达式最有效（也是最不有效）的方法是什么

具体来说，下面的表格是不是很糟糕

for line in file:
  data = re.search('(\d+\.\d+)\|(-\d+\.\d+)\|(.*?)\|(.*?)\|(\d+:\d+\s+\w+)\sTO\s(.*?)',line)
  one = data.group(1)
  two = data.group(2)
  three = data.group(3)
  four = data.group(4)
  five = data.group(5)
  six = data.group(6)
  # do the magic...

---

在循环之前保存正则表达式

rx = re.compile( '(\d+\.\d+)\|(-\d+\.\d+)\|(.*?)\|(.*?)\|(\d+:\d+\s+\w+)\sTO\s(.*?)' )
for line in file:
  data = re.search(rx,line)
  one = data.group(1)
  two = data.group(2)
  three = data.group(3)
  four = data.group(4)
  five = data.group(5)
  six = data.group(6)

---

如果您只是反复使用同一个正则表达式，则不需要直接编译它

传递给re.match（）、re.search（）或re.compile（）的最新模式的编译版本被缓存，因此一次只使用少数正则表达式的程序不必担心编译正则表达式

然而，我非常建议你不要像现在这样做下面的作业。试着这样做：

for line in file:
    data = re.search('(\d+\.\d+)\|(-\d+\.\d+)\|(.*?)\|(.*?)\|(\d+:\d+\s+\w+)\sTO\s(.*?)',line)
    groups = data.groups()
    # do the magic...

---

MatchObject.groups（）

返回匹配中所有组的元组，未参与匹配的组将被分配传递给

groups（）

（所述值默认为

None

）。

除非速度是个问题，否则您可能只想阅读自己喜欢的内容，我建议使用

data=rx.search（line）

而不是

data=re.search（rx，line）

。不需要保存正则表达式。重新缓存已编译的正则表达式，因此每次迭代只保存一次字典查找。@Ned:heh..这对我来说是新闻！：-）Python真的很棒@奈德：不过我相信它只能缓存一定数量的内容。你可以在re.py中读取代码：它可以缓存100个条目。奇怪的是，当缓存达到100个条目时，它只是清除整个缓存并重新开始…或者，如果确实需要变量：

one、two、three、four、five、six=data.groups（）

这对我的一般Python学习非常有帮助。谢谢你！但值得一提的是，我现在已经对所有报告的实现进行了实验，并且在性能上几乎没有差异。