Python正则表达速度 - 贪婪与非贪婪

Question

我在Python中按照

的方式进行了几次正则表达式替换

  \w\s+\w  

许多大型文件。显然，如果我使正则表达式非贪婪（使用?），它将不会更改匹配的内容（如\w！= \s），但它会使代码运行得更快？ 换句话说，使用非贪婪的正则表达式，Python从第一个匹配的字符开始，而不是从文档的末尾返回到该字符，或者这是一个天真的观点？

Answer 1

这是你暗示的模式吗？

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

这里似乎是一个非常小的差异。只有5微秒的非贪心，

使用500字的lorem-ipsum，每个单词之间有多个混合空格，我得到8毫秒的差异。