使用pyparsing.srange构建大字符范围速度极慢，求原因及替代方案

为什么这段代码速度极慢？ #

你用srange('[\x80-\U0010FFFF]')生成的是所有非ASCII字符的完整集合，这个范围包含了超过100万个字符（从0x80到0x10FFFF，总计约111万个字符）。pyparsing的Char类在处理这类超大字符集时，会逐个枚举并初始化每个字符的匹配规则，这个过程需要遍历百万级的元素，因此会消耗大量时间（6-8秒）。

替代方案 #

推荐两种高效的实现方式，无需枚举所有非ASCII字符：

方案1：利用pyparsing的取反操作 #

直接对ASCII字符范围取反，避免生成超大字符集：

from pyparsing import Char, srange

_non_ascii = ~Char(srange('[\x00-\x7F]'))

~操作符表示“匹配不在该字符集中的字符”，底层通过区间判断实现，初始化几乎瞬间完成。

方案2：使用正则表达式 #

pyparsing支持直接集成正则表达式，正则引擎对字符区间的处理更高效：

from pyparsing import Regex

_non_ascii = Regex(r'[^\x00-\x7F]')

正则的[^\x00-\x7F]表示匹配任何不在ASCII范围内的字符，底层通过数值区间比较实现，无需枚举字符。

内容的提问来源于stack exchange，提问作者InSync