我們如何加速 Python 中的日期解析？

使用strptime 加速日期解析

使用Python 的datetime.datetime.strptime() 解析'YYYY-MM-DD'YY-MM-DD'Y處理大量日期時，函數可能會成為效能瓶頸。本文探討了一種加速日期解析過程的有效替代方法。

標準 strptime() 方法依賴一套全面的格式規格來解釋日期字串。雖然這種靈活性很有價值，但它帶來了計算開銷。為了緩解這個問題，在以一致的格式處理日期時，建議採用更簡化的方法。

建議的解決方案包括使用 Python 的字串操作功能將日期字串手動解析為其組成部分（年、月、日） 。透過避免 strptime() 的複雜格式規範，可以獲得顯著的效能提升。

作為一個具體示例，將strptime() 與手動解析方法進行比較的基準測試產生了顯著的結果：

datetime.datetime.strptime(a, '%Y-%m-%d').date()       # 8.87us

datetime.date(*map(int, a.split('-')))                 # 1.28us

手動解析方法的性能比strptime() 提高了7 倍，有效解決了效能問題。

透過明確字串切片可以進一步最佳化：

datetime.date(int(a[:4]), int(a[5:7]), int(a[8:10]))   # 1.06us

此方法，利用每個日期元件在字串中佔據固定位置的事實，與strptime() 相比，實現了令人印象深刻的8 倍改進。

透過採用手動解析方法或其具有明確切片的增強版本，它變成可以處理大量「YYYY-MM-DD」格式的日期，並且速度顯著提高。

以上是我們如何加速 Python 中的日期解析？的詳細內容。更多資訊請關注PHP中文網其他相關文章！