Question

我有许多日志文件，格式如下：

2012-09-12 23:12:00 other logs here

我需要提取时间字符串并比较两个日志记录之间的时间差。我这样做了：

for line in log:
    l = line.strip().split()
    timelist = [int(n) for n in re.split("[- :]", l[0]+' ' + l[1])]
    #now the timelist looks like [2012,9,12,23,12,0]

然后我有两条记录

d1 = datetime.datetime(timelist1[0], timelist1[1], timelist1[2], timelist1[3], timelist1[4], timelist1[5])
d2 = datetime.datetime(timelist2[0], timelist2[1], timelist2[2], timelist2[3], timelist2[4], timelist2[5])
delta = (d2-d1).seconds

问题是它运行缓慢，无论如何都要提高性能？提前感谢。

Answer 1

你可以摆脱正则表达式并使用map：

date_time = datetime.datetime

for line in log:
    date, time = line.strip().split(' ', 2)[:2]

    timelist = map(int, date.split('-') + time.split(':'))
    d = date_time(*timelist)

我认为 .split(' ', 2)会比.split()更快，因为它只会分裂两次，而且只会在空格上，而不是在任何空格上。
map(int, l)比我上次检查时的[int(x) for x in l]快。
如果可以，请摆脱.strip()。

Answer 2

你可以完全使用正则表达式，这可能会更快。

find_time = re.compile("^(\d{4})-(\d{2})-(\d{2}) (\d{2}):(\d{2}):(\d{2})")

for line in log:
    timelist = find_time.match(line)
    if timelist:
        d = datetime.datetime(*map(int, timelist.groups()))

Answer 3

您也可以使用split

的可选参数在没有正则表达式的情况下进行尝试

(date, time, log) = line.split(" ", 2)
timerecord = datetime.datetime.strptime(date+" "+time, "%Y-%m-%d %H:%M:%S")

然后在连续timedeltas之间计算timerecord

使用python处理时间字符串的更快方法

3 个答案: