背景：我在爬蟲處理某個文本時，用到了re.findall()，而不是re.compile。遠在新加坡的同事提出了質(zhì)疑，認為以我的水平，不應該寫出這樣影響性能的代碼，讓我優(yōu)化一下。我提出了反駁：既然使用了Python，就不應該太過考慮性能的問題，如果要考慮性能就使用C語言，而不是Python.他接著說：正是因為python性能不夠，所以更應該考慮代碼的優(yōu)化，能做好就應該做到最好.最后，我沒有回話，當然我也沒有進行所謂的優(yōu)化，以下我會給出我自己的觀點.

re.compile()、re.findall()、re.search() 的作用與區(qū)別

1、re.compile()

Python里的re是支持正則表達式的模塊,所謂的正則表達式就是匹配文本里符合條件的語句. re.compile()是根據(jù)包含正則表達式的字符串創(chuàng)建模式對象,以提高匹配效率.例如:

def test():
    regex = r'(\d+) years old'
    content = 'Alex is a 7 years old boy.'
    reg = re.compile(regex)
    result = re.search(reg, content).group()
    print(result)
result = 7

2、re.search()

re.search()是在字符串開啟查找模式,如其名:search.例如:

def test():
    content = 'Alex is a 7 years old boy.'
    result = re.search(r'(\d+) years old', content).group()
    print(result)
result = 7

3、re.findall()

re.findall()是返回一個列表,列表里包含了所有符合條件的結(jié)果,例如:

def test():
    content = 'Alex is a 7 years old boy.Bob is a 12 years old boy...'
    result = re.findall(r'(\d+) years old', content)
    print(result)
result = ['7', '12']

我們分歧在他認為我應該先用 re.complile 編譯好正則之后,再匹配,正如我在re.compile舉得例子. 你會說他說的沒錯啊,作者不應該順從同事這個合理的要求,不改就算了還要在這里發(fā)文BB.我想說的是 拋開劑量談毒性，都是耍流氓。對于數(shù)據(jù)來說拋開量級談性能差異，都是耍流氓. 如果要處理的 文本是百萬、千萬、億這個級別,我會做優(yōu)化,但是對于個別剛上萬的數(shù)據(jù)來說,我覺得沒必要,業(yè)務(wù)流程真的不缺那0.0X秒,多寫一行re.compile的時間遠大于提示的時間了. 做好代碼的優(yōu)化很重要,特別是面對大量數(shù)據(jù)的時候,但是我們要想清楚,有時候并不是靠那幾行re.compile就能提高多大的性能,精簡流程,合理的設(shè)計模式才是重點. 工作中還是要做好和同事的溝通,不要和我一樣,不然遲早會被別人唾棄.

根據(jù)下面評論的提示re.compile()那一行應該放在迭代外面的代碼塊里，相比圖中的時間速度會有所提升.??.但是我們的業(yè)務(wù)邏輯是和上圖一樣的，而不是在迭代之外.