Python中datetime,time等类型都有strptime方法，将时间字符串根据格式解析成相应的对象。很多时候我们的需求只是解析”%Y-%m-%d %H:%M:%S”格式的字符串，而strptime会根据locale作相应不同的处理，增加了不必要的复杂度，在某些场合成为了性能瓶颈。
在python的mail-list上早有人提出这个问题，里面提到使用正则表达式解析。
遂动手测试下：
#!/usr/bin/env python
import datetime
import os
import re
import timeit, cProfile
def strptime():
with open('time.txt', 'r') as f:
for line in f:
line = line.rstrip(os.linesep)
dt = datetime.datetime.strptime(line, "%Y-%m-%d %H:%M:%S")
def reg():
rep = re.compile(r'(\d{4})-(\d{2})-(\d{2})\s(\d{2}):(\d{2}):(\d{2})')
with open('time.txt', 'r') as f:
for line in f:
line = line.rstrip(os.linesep)
m = rep.match(line)
dt = datetime.datetime(int(m.group(1)),
int(m.group(2)),
int(m.group(3)),
int(m.group(4)),
int(m.group(5)),
int(m.group(6))
)
if __name__ == '__main__':
t1 = timeit.Timer("reg()","from __main__ import reg")
t2 = timeit.Timer("strptime()", "from __main__ import strptime")
cProfile.run("t1.timeit(3);print")
print""
cProfile.run("t2.timeit(3);print")
在开发机上得到如下结果：
72741 function calls (72698 primitive calls) in 1.119 CPU seconds
219657 function calls (219510 primitive calls) in 3.176 CPU seconds
可见提升还是很大的。
2011-10-17 EDIT: 有童鞋在评论提出另一种方法绕过语言检查，提高strptime速度：
import _strptime _strptime._getlang = lambda: (None, None)
测试结果：
138657 function calls (138510 primitive calls) in 2.161 CPU seconds
比起未优化的有1/3提升，但仍是正则优化的两倍耗时，供大家参考
