Python:为什么正则表达式比replace()方法慢？

Question

我接下来有两个代码块:

def replace_re(text):
    start = time.time()
    new_text = re.compile(r'(\n|\s{4})').sub('', text)
    finish = time.time()
    return finish - start

def replace_builtin(text):
    start = time.time()
    new_text = text.replace('\n', '').replace('    ', '')
    finish = time.time()
    return finish - start

比我用文本参数调用这两个函数(一个网页的~500kb源代码).我认为replace_re()会更快,但结果是下一个:

1. replace_builtin() ~0.008秒
2. replace_re()~0.035秒(慢了近4.5倍 !!!)

这是为什么？

Answer 1

因为正则表达式是多 4.5倍不是一个固定字符串替换更加复杂.

Answer 2

因为re必须生成FSM.然后用它来处理字符串.虽然替换可以使用更接近lib/OS级别的底层字符串处理函数.