python 正则替换多个_在Python中进行多个连续的正则表达式替换.效率低下？

首先 – 我的代码有效.它只是运行缓慢,我想知道我是否遗漏了一些能让它变得更有效率的东西.我正在使用python解析PDF(是的,我知道如果可能的话应该避免这种情况).

我的问题是我必须做几个相当复杂的正则表达式替换 – 当我说替换时,我的意思是删除.我已经做了那些首先删除最多数据的那些,以便下一个表达式不需要分析太多的文本,但这是我能想到的所有加速的东西.

我对python和正则表达式都很陌生,所以可以想象这可以做得更好.

谢谢阅读.

regexPagePattern = r"(Wk)\d{1,2}.\d{2}(\d\.\d{1,2})"

regexCleanPattern = r"(\(continued\))?((II)\d\.\d{1,2}|\d\.\d{1,2}(II)|\d\.\d{1,2})"

regexStartPattern = r".*(II)(\s)?(INDEX OF CHARTS AFFECTED)"

regexEndPattern = r"(II.)\d{1,5}\((P|T)\).*"

contentRaw = re.sub(regexStartPattern,"",contentRaw)

contentRaw = re.sub(regexEndPattern,"",contentRaw)

contentRaw = re.sub(regexPagePattern,"",contentRaw)

contentRaw = re.sub(regexCleanPattern,"",contentRaw)

解决方法:

我不确定你是否在循环内执行此操作.如果不是,则不适用以下内容.

如果多次使用模式,则应使用re.compile(…)进行编译.