预编译正则表达式能提速是因为避免重复编译开销，每次调用re.match()等函数时若传字符串模式会重新编译，而预编译后复用pattern对象可节省30%–60%耗时，尤其在复杂模式高频匹配时效果显著。
为什么预编译正则表达式能提速？
Python 的 re.match()、re.search() 等函数每次调用时，如果传入的是字符串模式，都会先调用 re.compile() 编译一次。重复匹配同一模式时，反复编译是纯浪费——编译过程涉及语法解析、NFA 构建、优化等开销。
预编译的核心价值不是“让单次匹配变快”，而是避免重复编译。实测中，对同一模式执行 10000 次匹配，预编译后整体耗时通常能降低 30%–60%，尤其在模式较复杂（含嵌套组、前瞻断言等）时更明显。
怎样正确预编译并复用？
把 re.compile() 的结果赋给变量，在循环或高频调用处直接使用该对象的方法：
import re
<h1>✅ 正确：一次编译，多次调用</h1><p>pattern = re.compile(r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+.[A-Z|a-z]{2,}\b')
for email_text in email_list:
if pattern.search(email_text): # 直接调用 search() 方法
print("Found email")</p><h1>❌ 错误：每次都在编译</h1><p>for email_text in email<em>list:
if re.search(r'\b[A-Za-z0-9.</em>%+-]+@[A-Za-z0-9.-]+.[A-Z|a-z]{2,}\b', email_text):
print("Found email")
</p>
- 预编译对象（如
pattern）支持全部匹配方法：search()、match()、findall()、sub()等 - 若需传入 flags（如
re.IGNORECASE），必须在re.compile()时指定，不能在后续方法中再传 - 模块级预编译最安全（如放在文件顶部），避免在函数内重复执行
re.compile()
哪些场景下预编译反而没意义？
预编译不是银弹。以下情况它几乎不带来收益，甚至增加维护负担：
- 模式本身是动态生成的（如拼接用户输入），每次都不一样 →
re.compile()必须每次都调，缓存无意义 - 整个程序生命周期里该正则只被用 1–2 次 → 编译开销远小于代码可读性成本
- 使用了
re.fullmatch()或re.split()等不支持预编译对象的方法（注意：实际支持，但容易误以为不支持；re.split(pattern_obj, text)是合法的） - 在短生命周期脚本或 CLI 工具中，总匹配次数低于几百次 → 差异微乎其微，优先保证逻辑清晰
性能差异到底有多大？关键看模式复杂度和调用频次
简单模式（如 r'\d+'）预编译提速有限，因为编译本身很快；但像带多个非捕获组、条件分支、Unicode 属性的长模式（例如解析 HTTP 头或 SQL 注释），编译耗时可能达微秒级——乘以万次调用就是毫秒级差异。
真正容易被忽略的是：预编译对象本身是线程安全的，可全局共享；但如果你在多线程中修改它的 flags（比如通过 pattern.flags |= re.DEBUG），会引发不可预期行为——别改已编译对象的属性，需要不同 flag 就另建一个 re.compile(..., flags=...)。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
