Python 字符串替换效率 replace＞ re.sub

[sunhk25]

• 单纯的替换，正则的效率比 replace 低三倍左右
• 那什么时候正则的效率比 replace 高呢？

import re,timeit
str = "abcdefghigkqpwueriwutghlskajdf,mnbz,xcnvoiequynf12341234321065498+7mnbz,xcnvoiequynf12341234321065498+7mnbz,xcnvoiequynf12341234321065498+7mnbz,xcnvoiequynf12341234321065498+7"

# pattern1
start = timeit.default_timer()
for i in range(1000000):
    tst = re.sub("mn|123|[abcdef7]", "", str)
stop = timeit.default_timer()
print('pattern1', 'Time: ', stop - start)

# pattern2
start = timeit.default_timer()
for i in range(1000000):
    tst = str.replace("mn", "")
    tst = tst.replace("123", "")
    tst = tst.replace("a", "")
    tst = tst.replace("b", "")
    tst = tst.replace("c", "")
    tst = tst.replace("d", "")
    tst = tst.replace("e", "")
    tst = tst.replace("f", "")
    tst = tst.replace("7", "")

stop = timeit.default_timer()
print('pattern2', 'Time: ', stop - start)

# pattern3
start = timeit.default_timer()
for i in range(1000000):
    tst = re.sub("mn", "", str)
stop = timeit.default_timer()
print('pattern3', 'Time: ', stop - start)

# pattern4
start = timeit.default_timer()
for i in range(1000000):
    tst = str.replace("mn", "")

stop = timeit.default_timer()
print('pattern4', 'Time: ', stop - start)
# 输出
# pattern1 Time:  10.851562640495892
# pattern2 Time:  4.726493571613192
# pattern3 Time:  1.5144934460814898
# pattern4 Time:  0.5535754144044809

[zagfai]

原理上就是差很远，sub 的适用性广很多。

[Hieast]

你用 ipython 自己跑一下下面的代码吧，你的写法有两个很大的问题：
1. 用正则确不先 compile
2. 居然用 str 做变量名

https://gist.github.com/hieast/1fc9e5dad298a62178236c0c7bf9f035.js

[sunhk25]

@Hieast 我测试的时候也做了用 compile 和不用的区别，感觉没有太大提升，这个例子就没有放里。变量名 abc 啥的我都是随手写的啦，没有计较。

[Hieast]

@sunhk25 我测的情况是 compile 后 py27 和 py36 都减少了 40% 的运行时间， 正则速度和 replace 差距都不超过一倍，感觉效率方面基本没有讨论的意义了。
一楼的朋友说的很好，正则灵活多了。

[whoami9894]

@sunhk25
用 abc 做变量名和用 str 做变量名可不是一回事

[ipwx]

@Hieast re.sub 有编译缓存。