正则匹配提取内容时转int 规避Python元组不可变性问题

你现有代码有几个核心问题，对应疑问逐一解决：

• 正则匹配阶段没有自动类型转换的内置能力：re模块所有捕获组默认返回字符串类型，不需要强求在匹配逻辑里做转换，拿到分组结果后立刻做类型组装是最高效的做法，没有额外开销。
• 元组不可变不需要强行修改：你不需要修改已经生成的字符串元组，完全可以在拿到分组结果的第一时间，按已知的字段位置做类型转换，直接生成符合类型要求的新元组即可，逐行处理逐行生成结果，不存在“复制整个列表效率低”的问题。
• 你之前遍历元组给item赋值不生效的原因：for item in found_groups循环里的item是临时变量，给它重新赋值只会改变这个临时变量的指向，既不会修改元组内的元素，也受限于元组不可变的特性根本无法原地修改内容，这条路本身就走不通。
• 额外的逻辑bug：你在for lines in file:迭代文件的循环内部又调用了file.readline()，会导致每次循环跳过一行内容，最终只能读到一半的文件行。

import re

def file_listing(filename="src/listing.txt"):
    tuple_list = []
    # 正则提前编译，大文件场景下性能更好
    pattern = re.compile(r".* \d .* .* (\d+) (\w+) (\d+) (\d+):(\d+) (.*)")
    with open(filename, "r") as file:
        # 直接迭代文件对象取每一行，不要和readline()混用
        for line in file:
            found = pattern.search(line)
            if found:
                groups = found.groups()
                # 已知第0、2、3、4位是数字字段，直接转int，其余保留字符串，直接生成目标元组
                processed_tuple = (
                    int(groups[0]),
                    groups[1],
                    int(groups[2]),
                    int(groups[3]),
                    int(groups[4]),
                    groups[5]
                )
                tuple_list.append(processed_tuple)
    return tuple_list

def main():
    print(file_listing())
if __name__ == "__main__":
    main()

• 这种写法不需要遍历每个元素判断isdigit()，因为正则分组的位置是固定的，你明确知道哪几个分组对应数字字段，直接按索引转换比通用判断性能更高。
• 全程逐行处理，每一行只生成一个最终需要的元组追加到结果列表，没有任何对全量结果的复制操作，性能和你原来提取字符串元组的逻辑几乎没有差别。

内容的提问来源于stack exchange，提问作者Matthew Horn