废话不多说,亮代码。
python执行
1 import re
2 import urllib
3 import time
4
5 start = time.clock()
6 for i in range(1,100000):
7 z = i+1
8 print z
9 end = time.clock()
10
11 print (end-start)
耗时:0.011912s
PHP执行
1 <?php
2 $z = 0;
3 $t1 = microtime(true);
4 for ($i=0; $i < 100000; $i++) {
5 $z = $z+1;
6 }
7 $t2 = microtime(true);
8 echo $t2-$t1;
9 ?>
耗时:0.002054s
结论:PHP效率完胜Python。
且慢,这就完了么,不然。python机制和PHP不同,处理数字时会对-5-100的数字进行cache,建立所有数字对象,所以会慢,这个代码显然对python不公平。换成正则代码,正则是爬虫最常用的,这个正式python的强项,同样的算法,看一下效果如何。简单起见,用变量$html或html表示已经获取到的html代码(http://tieba.baidu.com/p/2460150866)。
Python
15 start = time.clock()
16 reg = r'src="(.+?\.jpg)" pic_ext'
17 imgre = re.compile(reg)
18 imglist = re.findall(imgre,html)
19 end = time.clock()
20 print (end-start)
执行耗时0.004s
PHP
48 $t1 = microtime(true);
49 preg_match_all("/src=\"(.*?).jpg\"/i", $html ,$title);
50 $t2 = microtime(true);
执行耗时0.002s
效率可见。但只这样来下结论未免草率,可能还有很多算法中python的处理要优于PHP,但我们普通的需求,还不足以去比拼由各语言特性所受影响的深层算法。
所以开始写爬虫还是用PHP进行来的比较快,免去了python的学习成本,效率并不比python差。
网友评论