在多次调用的函数内编译正则表达式

Question

如果你在一个函数里面编写了正则表达式（regex），而这个函数被调用了很多次，Python会每次都重新编译这个正则表达式吗？还是说Python会把编译好的正则表达式缓存起来（假设这个正则表达式没有改变）？

举个例子：

def contains_text_of_interest(line):
    r = re.compile(r"foo\dbar\d")  
    return r.match(line)

def parse_file(fname):
    for line in open(fname):
        if contains_text_of_interest(line):
           # Do something interesting

Answer 1

你为什么不把 re.compile 放在函数外面（在模块或类的层级），给它起个明确的名字，然后直接使用呢？这种正则表达式可以看作是一种常量，你可以像对待常量一样来使用它。

MATCH_FOO_BAR = re.compile(r"foo\dbar\d")  

def contains_text_of_interest(line):
    return MATCH_FOO_BAR.match(line)

Answer 2

如果你想避免每次都调用 re.compile() 这个函数带来的额外开销，可以这样做：

def contains_text_of_interest(line, r = re.compile(r"foo\dbar\d")): 
    return r.match(line) 

Answer 3

其实，如果你看看re模块里的代码，re.compile这个函数和其他函数一样也会使用缓存。所以，重复编译同样的正则表达式其实是非常便宜的（就像查字典一样）。换句话说，写代码的时候要尽量让它易于理解、好维护或者表达清晰，不用担心编译正则表达式会带来的额外开销。