请不要再用re.compile了！！！

最新推荐文章于 2025-02-24 13:48:55 发布

转载最新推荐文章于 2025-02-24 13:48:55 发布 · 328 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://blog.youkuaiyun.com/pyjishu/article/details/105413660

文章标签：

#python #正则表达式

编程专栏收录该内容

92 篇文章

订阅专栏

Python中使用正则表达式时，实际上并不需要显式调用`re.compile`。大部分正则方法如`findall`, `search`等内部已经包含了编译过程，并且`_compile`函数带有缓存机制，能有效避免重复编译。因此，直接使用正则表达式字符串效率并不低，且代码更简洁。对于大量字符串的匹配，编译模式的优势在于预编译一次，但Python的实现已考虑了性能优化。

更新：

从知乎和stackoverflow的讨论看

https://zhuanlan.zhihu.com/p/70680488

https://stackoverflow.com/questions/452104/is-it-worth-using-pythons-re-compile

实际性能差异根本感知不到，而re.compile可以提高可读性，更通用一些。

-----------------------

转载自：https://blog.youkuaiyun.com/pyjishu/article/details/105413660

如果大家在网上搜索 Python正则表达式，你将会看到大量的垃圾文章会这样写代码：

import re
pattern = re.compile('正则表达式')
text = '一段字符串'
result = pattern.findall(text)

这些文章的作者，可能是被其他语言的坏习惯影响了，也可能是被其他垃圾文章误导了，不假思索拿来就用。

在Python里面，真的不需要使用re.compile!

为了证明这一点，我们来看Python的源代码。

在PyCharm里面输入:

import re
re.search

然后Windows用户按住键盘上的Ctrl键，鼠标左键点击 search，Mac用户按住键盘上的Command键，鼠标左键点击 search，PyCharm会自动跳转到Python的re模块。在这里，你会看到我们常用的正则表达式方法，无论是 findall还是 search还是 sub还是 match，全部都是这样写的：

_compile(pattern, flag).对应的方法(string)

例如：

def findall(pattern, string, flags=0):
"""Return a list of all non-overlapping matches in the string.
If one or more capturing groups are present in the pattern, return
a list of groups; this will be a list of tuples if the pattern
has more than one group.
Empty matches are included in the result."""
return _compile(pattern, flags).findall(string)

如下图所示：

然后我们再来看 compile：

def compile(pattern, flags=0):
"Compile a regular expression pattern, returning a Pattern object."
return _compile(pattern, flags)

如下图所示：

看出问题来了吗？

我们常用的正则表达式方法，都已经自带了 compile了！

根本没有必要多此一举先 re.compile再调用正则表达式方法。

此时，可能会有人反驳：

如果我有一百万条字符串，使用某一个正则表达式去匹配，那么我可以这样写代码：

texts = [包含一百万个字符串的列表]
pattern = re.compile('正则表达式')
for text in texts:
pattern.search(text)

这个时候， re.compile只执行了1次，而如果你像下面这样写代码：

texts = [包含一百万个字符串的列表]
for text in texts:
re.search('正则表达式', text)

相当于你在底层对同一个正则表达式执行了100万次 re.compile。

Talk is cheap, show me the code.

我们来看源代码，正则表达式 re.compile调用的是 _compile，我们就去看 _compile的源代码，如下图所示：

红框中的代码，说明了 _compile自带缓存。它会自动储存最多512条由type(pattern), pattern, flags)组成的Key，只要是同一个正则表达式，同一个flag，那么调用两次_compile时，第二次会直接读取缓存。

综上所述，请你不要再手动调用 re.compile了，这是从其他语言（对的，我说的就是Java）带过来的陋习。

即：-------

List=re.findall(r'正则表达式',txt)

等价于
pattern=re.compile(r'正则表达式')
List=pattern.findall(txt)

-----------------------------------------