为什么在Python中捕获组时regex搜索速度较慢？
我有一个应用程序代码，它可以从配置动态生成正则表达式，用于某些解析。当两个变体的定时性能时，捕获OR正则表达式的每个部分的正则表达式变化明显慢于普通正则表达式。原因是regex模块内部某些操作的开销。
>>> import timeit
>>> setup = '''
... import re
... '''
#no capture group
>>> print(timeit.timeit("re.search(r'hello|bye|ola|cheers','some say hello,some say bye, or ola or cheers!')", setup=setup))
0.922958850861
#with capture group
>>> print(timeit.timeit("re.search(r'(hello)|(bye)|(ola)|(cheers)','some say hello,some say bye, or ola or cheers!')", setup=setup))
1.44321084023
#no capture group
>>> print(timeit.timeit("re.search(r'hello|bye|ola|cheers','some say hello,some say bye, or ola or cheers!')", setup=setup))
0.913202047348
# capture group
>>> print(timeit.timeit("re.search(r'(hello)|(bye)|(ola)|(cheers)','some say hello,some say bye, or ola or cheers!')", setup=setup))
1.41544604301问题：是什么导致了在使用捕获组时性能显著下降的原因？
回答 2
Stack Overflow用户
发布于 2017-01-03 13:48:34
您的模式仅在捕获组中有所不同。当您在regex模式中定义一个捕获组并在re.search中使用该模式时，结果将是一个MatchObject实例。每个match对象将包含尽可能多的组，就像模式中的捕获组一样，即使它们是空的。这是re内部的开销:添加组(列表)(内存分配等)。请注意，组还包含https://docs.python.org/2/howto/regex.html#grouping等详细信息(请参阅 reference)。
Stack Overflow用户
发布于 2017-01-03 13:48:55
原因很简单，使用捕获组表示引擎在内存中保存内容，而使用非捕获组表示引擎没有保存任何内容。考虑到您正在告诉引擎执行更多的操作。
例如，使用这个正则表达式(hello|bye|ola|cheers)或(hello)|(bye)|(ola)|(cheers)比使用原子组或非捕获组(如(?:hello|bye|ola|cheers) )的影响要大得多。
在使用regex时，您知道是否要捕获内容，就像上面的情况一样。如果您想捕获其中任何一个单词，您将失去性能，但如果不需要捕获内容，则可以通过使用非捕获组来提高性能。
我知道您标记了python，但是已经为javascript准备了一个在线基准测试，以显示捕获和非捕获组对js regex引擎的影响。
https://jsperf.com/capturing-groups-vs-non-capturing-groups
https://stackoverflow.com/questions/41444807
复制相似问题
腾讯云开发者
