Python 虽然本身运行缓慢但它的标准库并不慢因此我选择它作为性能对比的基线import reimport timeimport sysdef match_with_re(lines, compiled_re):matches 0for line in lines:if compiled_re.search(line):matches 1return matchesdef main():filename “test.data”try: with open(filename, r, encodingutf-8) as f: lines f.read().splitlines() except FileNotFoundError: print(f无法打开文件: {filename}, filesys.stderr) return print(f文件读取完成。总行数: {len(lines)}\n) if not lines: return pattern r\TSLA.*?\ compiled_re re.compile(pattern) iterations 2 total_matches 0 start_time time.perf_counter() for _ in range(iterations): total_matches match_with_re(lines, compiled_re) end_time time.perf_counter() total_duration_secs end_time - start_time total_duration_ms total_duration_secs * 1000 avg_duration_ms total_duration_ms / iterations print(f[Python re 结果] -------) print(f循环总次数: {iterations}) print(f总耗时: {total_duration_ms:.2f} ms) print(f单次扫描平均耗时: {avg_duration_ms:.4f} ms) print(f累计匹配成功行数: {total_matches})ifname “main”:main()测试结果尽管只运行了两轮但每个函数匹配的次数都在 1000 万次以上足够摊平统计差异了。下面是测试结果实现 总耗时 单次扫描平均耗时Go regexp 1.771614875 s 885.8074 msGo regexp2go 1m27.618973125 s 43809.4866 msPython re 2038.25 ms 1019.1254 msstd::regex 20775.7 ms 10387.8 msPCRE2 4625.82 ms 2312.91 msPCRE2 JIT 238.041 ms 119.02 ms实现 总耗时倍率 单次扫描平均耗时倍率Go regexp 0.87× 0.87×Go regexp2go 43.02× 42.99×Python re 1.00× 1.00×std::regex 10.19× 10.19×PCRE2 2.27× 2.27×PCRE2 JIT 0.12× 0.12×从结果来看regexp2go 是最慢的。这个工具号称比 Go 1.16 的标准库最多快 5 倍要么是 Go 的标准库有了飞跃式提升要么是它夸大宣传。C 标准库的 regex 慢是众所周知的不过没想到会比 Python 基线慢一个数量级令人捧腹。不同的标准库实现之间性能也是天差地别我选用了最快的 libstdc如果换成 LLVM 的 libc性能会回退到和 regexp2go 一桌。除了慢之外标准库还有代码膨胀的问题仅仅简单使用基础功能和一个不算复杂的模式就产生了 200 KB 左右的编译产物。令人意外的是PCRE2 在未开启 JIT 时居然会比 Python 慢。这是因为对于非贪婪匹配PCRE2 的引擎会比 Go 和 Python 做更多工作最终导致速度变慢。总结