如何优化Python循环速度？这段cleanup函数能否实现提速？

API 探路者

2026-5-27

当然可以提速！还能优雅解决推导式的问题～

你的cleanup函数确实有不小的优化空间，核心问题在于逐字符拼接字符串（Python里字符串是不可变对象，每次+=都会生成新字符串，大文本场景下效率极低），另外good用列表的in操作是线性查找，换成集合会快很多。

先直接上和原逻辑完全一致但效率提升明显的代码：

import unicodedata

def cleanup(s):
    good = {'\t', '\r', '\n'}  # 列表转集合，in操作从O(n)变为O(1)
    return ''.join(
        char if (unicodedata.category(char)[0] != "C" or char in good) else ' '
        for char in s
    )

优化点拆解：

用str.join()替代逐字符拼接：join会一次性分配内存生成最终字符串，避免了循环中多次创建临时字符串的额外开销，这是Python字符串处理里提升效率的核心技巧。
集合替换列表：good改成集合后，判断char in good的速度从线性查找变成常数时间，处理的字符越多，这个优化的效果越显著。
合并条件适配推导式：你担心的elif不好用在推导式里？其实完全可以把原逻辑的多个条件合并成一个判断：
原逻辑是「非C类字符保留；如果是C类但在good里也保留；其他C类替换成空格」，等价于只要字符不是C类，或者属于good集合，就保留原字符，否则替换为空格。这样用三元表达式就能轻松在生成器里实现，完全不需要elif。