我有一个通常运行数小时的 python 2.7 脚本,我现在正在尝试优化它。它有很多字符串搜索,这代表了计算的繁重部分。目前我正在使用 re.search('stringToFind', haystack) 在较长的字符串中查找子字符串。我正在考虑重写所有不包含正则表达式的表达式并改用 in。几乎所有搜索到的字符串都是普通字符串,即不包含正则表达式。
我知道 in 使用 contains 方法来检查子字符串,但我不知道 re.search 如何处理非 re 字符串。 re.search 是如何运作的?在字符串比较中使用 in 而不是 re.search for substring 真的更有效吗?
编辑:为了澄清,我可以举一个当前正在运行的代码的例子:
if re.search('extern', variable):
# Do something...
可以替换为:
if 'extern' in variable:
# Do something...
请您参考如下方法:
正如其他人评论的那样,执行正则表达式搜索本质上比简单的子字符串搜索更复杂。这是一个非常粗略的基准:
import timeit
import re
s = '0' * 1000 + 'foo' + '0' * 1000
rgx = re.compile(r'foo')
setup = 'from __main__ import s, rgx'
print timeit.timeit('"foo" in s', setup = setup) # 0.745168924332
print timeit.timeit('rgx.search(s).group(0)', setup = setup) # 1.14249396324
但是如果你的程序运行了几个小时,我怀疑问题的根源出在这些地方。
