[英]Why are uncompiled, repeatedly used regexes so much slower in Python 3?
在回答这个问题时 (并且已经阅读了类似问题的答案 ),我认为我知道Python如何缓存正则表达式。
但后来我想我会测试它,比较两种情况:
然而,结果是惊人的(在Python 3.3中):
>>> import timeit
>>> timeit.timeit(setup="import re",
... stmt='r=re.compile(r"\w+")\nfor i in range(10):\n r.search(" jkdhf ")')
18.547793477671938
>>> timeit.timeit(setup="import re",
... stmt='for i in range(10):\n re.search(r"\w+"," jkdhf ")')
106.47892003890324
这慢了5.7倍! 在Python 2.7中,仍然增加了2.5倍,这也超出了我的预期。
在Python 2和3之间是否更改了正则表达式的缓存? 文档似乎没有暗示这一点。
代码已经改变。
在Python 2.7中,缓存是一个简单的字典; 如果存储了多个_MAXCACHE
项目,则在存储新项目之前清除整个缓存。 缓存查找只需要构建一个简单的密钥并测试字典,请参阅_compile()
的2.7实现
在Python 3.x中,缓存已被@functools.lru_cache(maxsize=500, typed=True)
装饰器取代。 这个装饰器做了很多工作,包括一个线程锁,调整缓存LRU队列和维护缓存统计信息(可通过re._compile.cache_info()
访问)。 请参阅_compile()
和functools.lru_cache()
的3.3.0实现 。
其他人注意到同样的减速,并在Python bugtracker中提交了16389问题 。 我希望3.4再快一点; lru_cache
实现得到改进,或者re
模块将再次移动到自定义缓存。
更新:使用版本4b4dddd670d0(hg)/ 0f606a6(git) ,缓存更改已恢复为3.1中的简单版本。 Python版本3.2.4和3.3.1包含该版本。
从那时起,在Python 3.7中,模式缓存被更新为基于常规dict
的自定义FIFO缓存实现 (依赖于插入顺序,与LRU不同,不考虑最近在驱逐时缓存中已有的项目) 。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.