re.compile()能显著提升正则性能，适用于循环匹配、函数内反复调用及模块级常量复用三类场景；需复用Pattern对象而非仅调用一次，实测提速2–5倍。
正则表达式在 Python 中频繁使用时，re.compile() 是提升性能的关键手段——它把正则字符串提前编译成 Pattern 对象，避免重复解析和编译开销。尤其在循环、高并发或高频调用场景下，预编译能带来显著提速。
哪些情况必须用 compile？
不是所有地方都要预编译，但以下三类场景强烈建议显式调用：
- 同一正则在循环内多次匹配（如逐行处理大文件）
- 函数内部反复调用（如日志解析、参数校验工具函数）
- 作为模块级常量复用（避免每次调用都重新编译）
怎么写才真正生效？
关键在于“复用编译对象”，而不是只写一次 compile 就完事：
- ✅ 正确：定义为模块变量或类属性，后续直接调用
pattern.match()/pattern.findall() - ❌ 错误：在循环里写
re.match(r'\d+', line)—— 每次都隐式编译，性能反降 - ⚠️ 注意：
re.search()等顶层函数内部也会缓存最近用过的 pattern（默认缓存 512 个），但不保证命中，也不可控
实战对比：快多少？
以提取 10 万行中的手机号为例：
立即学习“Python免费学习笔记（深入）”；
import re import time❌ 未预编译（慢）
start = time.time() for _ in range(100000): re.search(r'1[3-9]\d{9}', '联系我：13812345678') print(f"未编译耗时: {time.time() - start:.3f}s")
✅ 预编译（快）
phonepat = re.compile(r'1[3-9]\d{9}') start = time.time() for in range(100000): phone_pat.search('联系我：13812345678') print(f"已编译耗时: {time.time() - start:.3f}s")
实测通常快 2–5 倍，且正则越复杂、调用越频繁，优势越明显。
进阶技巧：带 flag 和命名组复用
预编译支持所有常用参数，推荐一次性配齐：
-
re.compile(r'^\s*(\w+)\s*=\s*(.+?)\s*$', re.MULTILINE | re.IGNORECASE)—— 多行+忽略大小写 -
re.compile(r'(?P—— 命名捕获组 + ASCII 模式更安全\d{4})-(?P \d{2})', re.ASCII) - 编译后仍可用
.sub()、.finditer()等全部方法，接口完全一致
