python re模块编译代码与非编译代码性能检测

首先创建1000万条测试数据，如下所示

统计一下行数

### 一：re非编译代码性能检测：

import re
def run_re():
    pattern='12'
    infile=open('cs.txt','r')
    matchcount=0
    lines=0
    for line in infile:
        match=re.search(pattern, line)
        if match:
            matchcount+=1
        lines+=1
    return(lines,matchcount)

if __name__=="__main__":
    lines,matchcount=run_re()
    print lines
    print matchcount

用ipython的timeit工具检测花费时间

timeit工具执行一段代码数次，然后报告最佳运行所花费的时间。

从上可以看出，运行10次，最佳运行花费18.1s

###二：re编译代码性能检测

import re
def run_re():
    pattern='12'
    re_obj=re.compile(pattern)
    infile=open('cs.txt','r')
    matchcount=0
    lines=0
    for line in infile:
        match=re._obj.search(line)
        if match:
            matchcount+=1
        lines+=1
    return(lines,matchcount)

if __name__=="__main__":
    lines,matchcount=run_re()
    print lines
    print matchcount

同样用timeit检测花费时间：

从上可以看出，运行10次，最佳运行花费5.23s

总结：通过对比，编译版本优越性很大。