python - Python 正则表达式速度 - 贪婪与非贪婪

Question

我在 Python 中进行了几个正则表达式替换

  \w\s+\w  

在许多大文件上。显然，如果我使正则表达式不贪婪（使用 a ?），它不会改变匹配的内容（如\w!= \s），但它会使代码运行得更快吗？换句话说，对于非贪婪的正则表达式，Python 是否从匹配的第一个字符开始工作，而不是从文档末尾返回到该字符，或者这是一个幼稚的观点？

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

在这里似乎是一个很小的差异。非贪婪只有 5 微秒，

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