正则表达式搜索在使用python的循环中非常慢

Question

我发现了一件奇怪的事

for el in values:
    unit=re.search(regex_unit, el, re.IGNORECASE).group()
    value=re.search(regex_value, el, re.IGNORECASE).group()
    print("Unit: "+unit+" - "+"Value: "+value)

这个代码非常慢，但是如果我用这种方式写的话，它会非常快。。。你知道吗

for el in values:
    unit=re.search(regex_unit, el, re.IGNORECASE).group()
    print("Unit: "+unit)
for el in values:
    value=re.search(regex_value, el, re.IGNORECASE).group()
    print("Value: "+value)

第一个密码怎么了？你知道吗

***更新

regex_unit="(kb|mb|gb)"
regex_value="\d"

Answer 1

一般来说，对于regex，我建议编译它们。你知道吗

这个答案当然不能回答速度差是如何产生的。但我的一个猜测是，Python运行时就是这样做的：

如果它必须执行正则表达式，它会编译它并缓存结果。如果它在没有其他正则表达式的循环中运行（如在第二个代码中），则使用缓存版本。但是，如果它与其他正则表达式交替使用，缓存的版本总是被覆盖，并且必须始终重新创建，这会大大降低速度，因为编译步骤必须一次又一次地进行。你知道吗

您可以通过自己编译来绕过这个问题，如下所示：

regex_unit_compiled = re.compile(regex_unit)

之后，在循环中使用它，如下所示：

unit=regex_unit_compiled.search(el, re.IGNORECASE).group()

如果我的猜测正确与否，使用编译的正则表达式应该会更好。你知道吗