Question

我用它来计算文本中的句子数量：

fileObj = codecs.open( "someText.txt", "r", "utf-8" )
shortText = fileObj.read()

pat = '[.]'

for match in re.finditer(pat, shortText, re.UNICODE):
    nSentences = nSentences+1

有人告诉我这更好：

result = re.findall(pat, shortText)
nSentences = len(result)

有区别吗？他们不是做同样的事吗？

Answer 1

第二个可能会快一点，因为迭代完全用C语言完成。速度快多少？在我的测试中大约有15％（在'a'中匹配'a' * 16），尽管由于正则表达式变得更复杂并占用更大比例的运行时间，这个百分比会变小。但它会使用更多内存，因为它实际上会为你创建一个列表。但是假设你没有大量的比赛，那么太多就会有更多的记忆。

至于我更喜欢哪种，我有点像第二种简洁，特别是当合并为一个声明时：

nSentences = len(re.findall(pat, shortText))

Answer 2

finditer 函数返回匹配对象的迭代器。

findall 函数返回匹配字符串的列表。

迭代器优于列表的优点是它们对内存友好（仅在需要时生成值）。

匹配对象优于字符串的优点是它们具有多种功能（为您提供分组，分组，开始，结束，跨度等）。

最佳选择取决于您的需求。如果您需要匹配字符串列表，那么 findall 就很棒。如果您需要匹配对象方法或需要节省内存，那么 finditer 就是您的选择。

希望这会有所帮助。祝你的项目好运： - ）

Answer 3

他们做了很多相同的事情。您的选择应取决于您的其他用法是否表明迭代器或列表会更好。

Answer 4

finditer和findall之间的一个区别是前者返回正则表达式match objects而另一个则返回组列表，如果模式中存在一个或多个组;如果模式有多个组，这将是list of tuples。

除此之外，一切都取决于您的使用情况。

Answer 5

主要有两点不同：

1）findall()返回一个列表，而finditer()返回一个迭代器。如果您要处理大字符串（如文件），这可能会有很大的不同。

2）findall()返回str个对象，而finditer()返回Match个对象。我认为这是主要的区别。因此，根据您需要从匹配中获得的信息，您可以选择其中一个。这是一个小例子：

我们希望从字符串中获取所有数字：

>>> s = 'I have 921 apples, 53 oranges, 3 bananas and 1 lemon.'
# if you just need to find them, better use findall():
>>> re.findall('\d+', s)
['921', '53', '3', '1']
# but, if you need more than just that, use finditer():
>>> [(m.group(), m.start(), m.end()) for m in re.finditer('\d+', s)]
[('921', 7, 10), ('53', 19, 21), ('3', 31, 32), ('1', 45, 46)]

findall（）和使用for循环与迭代器查找模式匹配之间的区别是什么

5 个答案: