背景：我在爬蟲處理某個文本時，用到了re.findall()，而不是re.compile。遠在新加坡的同事提出了質疑，認爲以我的水平，不應該寫出這樣影響性能的代碼，讓我優化一下。我提出了反駁：既然使用了Python，就不應該太過考慮性能的問題，如果要考慮性能就使用C語言，而不是Python.他接着說：正是因爲python性能不夠，所以更應該考慮代碼的優化，能做好就應該做到最好.最後，我沒有回話，當然我也沒有進行所謂的優化，以下我會給出我自己的觀點.
re.compile()、re.findall()、re.search() 的作用與區別
1、re.compile()
Python裏的re是支持正則表達式的模塊,所謂的正則表達式就是匹配文本里符合條件的語句. re.compile()是根據包含正則表達式的字符串創建模式對象,以提高匹配效率.例如:
def test():
regex = r'(\d+) years old'
content = 'Alex is a 7 years old boy.'
reg = re.compile(regex)
result = re.search(reg, content).group()
print(result)
result = 7
2、re.search()
re.search()是在字符串開啓查找模式,如其名:search.例如:
def test():
content = 'Alex is a 7 years old boy.'
result = re.search(r'(\d+) years old', content).group()
print(result)
result = 7
3、re.findall()
re.findall()是返回一個列表,列表裏包含了所有符合條件的結果,例如:
def test():
content = 'Alex is a 7 years old boy.Bob is a 12 years old boy...'
result = re.findall(r'(\d+) years old', content)
print(result)
result = ['7', '12']
我們分歧在他認爲我應該先用 re.complile 編譯好正則之後,再匹配,正如我在re.compile舉得例子. 你會說他說的沒錯啊,作者不應該順從同事這個合理的要求,不改就算了還要在這裏發文BB.我想說的是 拋開劑量談毒性，都是耍流氓。對於數據來說拋開量級談性能差異，都是耍流氓. 如果要處理的 文本是百萬、千萬、億這個級別,我會做優化,但是對於個別剛上萬的數據來說,我覺得沒必要,業務流程真的不缺那0.0X秒,多寫一行re.compile的時間遠大於提示的時間了.
做好代碼的優化很重要,特別是面對大量數據的時候,但是我們要想清楚,有時候並不是靠那幾行re.compile就能提高多大的性能,精簡流程,合理的設計模式纔是重點.
工作中還是要做好和同事的溝通,不要和我一樣,不然遲早會被別人唾棄.
