为何基础字符串格式化性能优于Python内置re.compile()函数？

我用dis库（Python字节码反汇编器）分析过，还是搞不懂为什么这两种正则写法在不同数据规模下（哪怕是处理数千个字符串，而非单个示例）会有25%左右的性能差距。我用了time库和timeit模块做计时测试。

测试代码如下：

import timeit
import re
from Bio import SeqIO  # 补充代码依赖，原代码未显式声明但实际需要

def find_overlapped_instances(regexx, string):
    found_any = False
    for start in range(len(string)):
        if found_any:
            break
        for end in range(start, len(string)):
            cur = string[start:end+1]
            if re.match(regex, cur):
                found_any = True
                break
    return found_any

# regex = re.compile(r'F.{4}D.AX')
regex = r'^{}$'.format(r'F.{4}D.AX') 

fasta_file = "voodoo.fasta"

total_time = 0
num_hits = 0
for record in SeqIO.parse(fasta_file, "fasta"):
    sequence = str(record.seq)
    starttime = timeit.default_timer()
    found_1 = find_overlapped_instances(regex, sequence)
    total_time += timeit.default_timer() - starttime
    if found_1:
        num_hits += 1
print(num_hits)
print(total_time)    

测试结果显示，带字符串格式化的正则写法性能明显更优，总体性能差异约25%：

原因解析 #

核心差异来自正则匹配的失败逻辑效率，具体拆解：

1. 两种正则的本质区别

   • 注释掉的re.compile(r'F.{4}D.AX')是无锚点的预编译正则，re.match会尝试从子串cur的开头匹配该模式，但不要求完全匹配整个cur。
   • 实际使用的r'^{}$'.format(r'F.{4}D.AX')最终生成^F.{4}D.AX$，这是带首尾锚点的正则，要求整个cur子串完全匹配模式。

2. 性能差距的关键：快速失败的次数差异
   目标模式F.{4}D.AX的固定长度为9（F + 4个任意字符 + D + 1个任意字符 + AX），而你的代码逻辑是从每个start位置逐步扩展end截取子串cur——绝大多数cur的长度都小于9：

   • 带锚点的正则：只要cur长度不等于9，正则引擎直接判定不匹配，无需逐个字符检查，失败速度极快。
   • 无锚点的正则：哪怕cur长度不足9，re.match仍会尝试检查cur开头的字符是否符合模式起始部分（比如第一个字符是不是F），直到发现长度不足才返回失败，这个过程比直接判断长度慢很多。

   大量短子串的快速失败累积起来，最终带来了25%左右的性能提升。

3. 验证建议
   把预编译正则改成re.compile(r'^F.{4}D.AX$')再测试，性能会和字符串格式化版本接近，甚至略快（预编译避免了重复的编译缓存查找）。

内容的提问来源于stack exchange，提问作者nebi