为什么要有re.match（）？

Question

我知道这个话题已经讨论过多次 次在这里StackOverflow上，但我在寻找一个更好的答案。

虽然我很欣赏这些差异 ，但我真的无法找到为什么 python中的re模块同时提供match()和search()的明确解释。 如果我在单行模式下添加^ ，在多行模式下添加/A ，我是否可以使用search()获得相同的行为？ 我错过了什么吗？

我试着理解查看_sre.c代码的实现，我理解搜索（ sre_search() ）实际上是实现了在要搜索的字符串中移动指针，并在其上应用sre_match() ，直到匹配为止找到。

所以我猜使用re.match()可能比使用re.search()的相应正则表达式（使用^或/A ）稍快一些。 这是什么原因？

我也研究了python-dev ML档案，但无济于事。

>>> string="""first line
... second line"""
>>> print re.match('first', string, re.MULTILINE)
<_sre.SRE_Match object at 0x1072ae7e8>
>>> print re.match('second', string, re.MULTILINE)
None
>>> print re.search('\Afirst', string, re.MULTILINE)
<_sre.SRE_Match object at 0x1072ae7e8>
>>> print re.search('\Asecond', string, re.MULTILINE)
None

Answer 1

如您所知， re.match将仅在字符串的开头测试模式， re.search将测试所有字符串，直到找到匹配项。

那么， re.match('toto', s)和re.search('^toto', s)和它是什么有区别？

让我们做一点测试：

#!/usr/bin/python

import time
import re

p1 = re.compile(r'toto')
p2 = re.compile(r'^toto')

ssize = 1000

s1 = 'toto abcdefghijklmnopqrstuvwxyz012356789'*ssize
s2 = 'titi abcdefghijklmnopqrstuvwxyz012356789'*ssize

nb = 1000

i = 0
t0 = time.time()
while i < nb:
    p1.match(s1)
    i += 1
t1 = time.time()

i = 0
t2 = time.time()
while i < nb:
    p2.search(s1)
    i += 1
t3 = time.time()

print "\nsucceed\nmatch:"
print (t1-t0)
print "search:"
print (t3-t2)


i = 0
t0 = time.time()
while i < nb:
    p1.match(s2)
    i += 1
t1 = time.time()

i = 0
t2 = time.time()
while i < nb:
    p2.search(s2)
    i += 1
t3 = time.time()

print "\nfail\nmatch:"
print (t1-t0)
print "search:"
print (t3-t2)

这两种方法使用不匹配的字符串和匹配的字符串进行测试。

结果：

succeed
match:
0.000469207763672
search:
0.000494003295898

fail
match:
0.000430107116699
search:
0.46605682373

我们可以用这些结果得出什么结论：

1）当模式成功时，性能相似

2）当模式失败时，性能完全不同。 这是最重要的一点，因为这意味着即使在re.match立即停止时锚定模式 ， re.search也会继续测试字符串的每个位置 。

如果增加失败的测试字符串的大小，您将看到re.match不会花费更多时间，但re.search取决于字符串大小。