Question

这是我的情况，我有一个字符串如下

'a':1 'b':2 'c':3

我想把它变成一个字典，所以我有两个选择：

按' '拆分字符串然后按':'拆分，然后将这些字符串分成dict。
将' '替换为','，将'{'和'}'添加到字符串，然后使用eval()获取dict。

所以我的问题是哪一个更快？

Answer 1

我会这样做：

import ast
result = ast.literal_eval(''.join(["{", s.replace(" ", ", "), "}"]))

您也可以这样做（虽然差异可以忽略不计）：

import ast
result = ast.literal_eval("{" + s.replace(" ", ", ") + "}")

最好将ast.literal_eval用作it's safer用于此目的，而不是使用eval()。

Answer 2

好的，到目前为止，所有这些都是：

import ast, re, json

s = "'a':1 'b':2 'c':3"

def a_eval(s):
    s = s.replace(' ', ',')
    return eval('{%s}' % s)

def a_ast(s):
    s = s.replace(' ', ',')
    return ast.literal_eval('{%s}' % s)

def a_parse(s):
    d = {}
    for p in s.split():
        k, v = p.split(':')
        d[k.strip("'")] = int(v)
    return d

def a_re(s):
    d = []
    re.sub(r"'(\w+)':(\w+)", lambda m: d.append(m.groups()), s)
    return dict((a, int(b)) for a, b in d)

def a_json(s):
    s = s.replace(' ', ',')
    s = s.replace("'", '"')
    return json.loads('{%s}' % s)

#eof

import timeit    
setup = open(__file__).read().split('#eof')[0]
results = []

for p in dir():
    if p.startswith('a_'):
        results.append((timeit.timeit('%s(s)' % p, setup, number=10000), p))

for p in sorted(results):
    print '%.4f %s' % p

结果：

0.0753 a_parse
0.1068 a_json
0.1455 a_re
0.2211 a_eval
0.3297 a_ast

在较长的字符串上，json是赢家：

long_s = ((s + ' ') * 100).strip()

for p in dir():
    if p.startswith('a_'):
        results.append((timeit.timeit('%s("%s")' % (p, long_s), setup, number=100), p))

for p in sorted(results):
    print '%.4f %s' % p

结果：

0.0166 a_json
0.0528 a_parse
0.0565 a_re
0.0927 a_eval
0.1519 a_ast

Answer 3

json.loads比ast.literal_eval快

$ python -m timeit -s "s = '\'a\':1 \'b\':2';s = '{' + s.replace(' ', ', ') + '
}'; import json" "json.loads(s.replace('\'', '\"'))"
100000 loops, best of 3: 5.11 usec per loop

$ python -m timeit -s "s = '\'a\':1 \'b\':2';s = '{' + s.replace(' ', ', ') + '
}'; import ast" "ast.literal_eval(s)"
100000 loops, best of 3: 19.4 usec per loop

eval（）是否优于自我分析？

3 个答案: