可能是當(dāng)然是第二個，我認(rèn)為在大字符串中搜索和在小字符串中搜索沒有任何區(qū)別。由于行較短，您可能會跳過一些字符，但拆分操作也有其成本(搜索\n，創(chuàng)建n個不同的字符串，創(chuàng)建列表)，循環(huán)是在python中完成的。

string__contain__方法是用C實(shí)現(xiàn)的，因此速度明顯更快。

還可以考慮，一旦找到第一個匹配項(xiàng)，第二個方法就會終止，但第一個方法在開始搜索字符串內(nèi)部之前會將所有字符串分割開來。

這一點(diǎn)通過一個簡單的基準(zhǔn)得到了迅速的證明：import timeit

prepare = """

with open('bible.txt') as fh:

text = fh.read()

"""

presplit_prepare = """

with open('bible.txt') as fh:

text = fh.read()

lines = text.split('\\n')

"""

longsearch = """

'hello' in text

"""

splitsearch = """

for line in text.split('\\n'):

if 'hello' in line:

break

"""

presplitsearch = """

for line in lines:

if 'hello' in line:

break

"""

benchmark = timeit.Timer(longsearch, prepare)

print "IN on big string takes:", benchmark.timeit(1000), "seconds"

benchmark = timeit.Timer(splitsearch, prepare)

print "IN on splitted string takes:", benchmark.timeit(1000), "seconds"

benchmark = timeit.Timer(presplitsearch, presplit_prepare)

print "IN on pre-splitted string takes:", benchmark.timeit(1000), "seconds"

結(jié)果是：IN on big string takes: 4.27126097679 seconds

IN on splitted string takes: 35.9622690678 seconds

IN on pre-splitted string takes: 11.815297842 seconds

總結(jié)

以上是生活随笔為你收集整理的python处理字符串效率_Python字符串搜索效率的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。