Python正则表达式速度 - 贪婪模式 vs. 非贪婪模式

Question

我将在Python中进行几个正则表达式替换，类似于以下内容：

  \w\s+\w  

在许多大型文档中搜索。显然，如果我使用非贪婪的正则表达式（使用？），它不会改变匹配的内容（因为\w！= \s），但是它会使代码运行更快吗？ 换句话说，使用非贪婪的正则表达式，Python是从第一个匹配字符开始工作，而不是从文档末尾返回到该字符，还是这是一种简单的观点？

- Barry

---

测量它。很可能不是，但要测量。 - Emil Ivanov

Answer 1

这是你所暗示的模式吗？

In [15]: s = 'some text   with \tspaces  between'

In [16]: timeit re.sub(r'(\w)(\s+)(\w)', '\\1 \\3', s)
10000 loops, best of 3: 30.5 us per loop

In [17]: timeit re.sub(r'(\w)(\s+?)(\w)', '\\1 \\3', s)
10000 loops, best of 3: 24.9 us per loop

似乎这里的区别很小。使用非贪婪方式，只有5微秒。

使用一个包含500个词的lorem-ipsum，在每个单词之间添加多个混合空格，我得到了8毫秒的差异。

- jdi