最近开发了一个工具，读取900M甚至更大的文本，文本的每一行都要进行正则表达式的判断和处理，刚开始的时候，运行工具，发现处理数据非常慢，甚至要半个钟到一个钟才能遍历完所有数据，速度慢的难以接受，然后我开始进行排查到底是什么地方占用的时间长，再进行优化，我发现有两行代码的时间有明显的时间占用，这两行也就是匹配正则表达式而已，呃呃呃，这个要怎么搞？？？查了半天，看的云里雾里，貌似很复杂的样子，弄了..

https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud

#! /usr/bin/env python# -*- coding: utf-8 -*-from cx_Freeze import setup, Executableimport sys#base = 'Console'# base = 'ConsoleKeepPath'base = "Win32GUI"# base = 'Win32Service'executables .

#!/usr/bin/python# -*- coding: UTF-8 -*-import sysimport subprocessimport traceback#author by zhangheng#timestamp 2018/06/08#gennlife hive script datagroup# 打开文件try:    fo = open("zhangh...