高效的用户代理regex在python中查找safari

Efficient User-Agent Regex to find Safari in Python

要查明用户代理是否属于Safari，必须查找Safari的存在，而不是Chrome的存在。我还假设这需要不区分大小写。

我尝试在Python中使用正则表达式来实现这一点，而不需要随后遍历组来匹配字符串。

解决这一问题的一种方法是：

1
2
3
4
5

r1 = re.compile ("Safari", re.I)
r2 = re.compile ("Chrome", re.I)

if len(r1.findall (userAgentString)) > 0 and len(r2.findall(userAgentString)) <=0):
print"Found Safari"

我也尝试过使用

1
2
3
4

r = re.compile ("(?P<s>Safari)|(?P<c>Chrome)", re.I)
m = r.search (userAgentString)
if (m.group('s') and not m.group('c')):
print"Found Safari"

这不起作用，因为搜索将在找到"chrome"或"safari"的第一个实例(可能对regex gurus很明显)后停止。

我可以使用re.finditer()函数使其稍微高效地工作，如下所示：

1
2
3
4
5
6
7
8
9

r = re.compile ("(?P<s>Safari)|(?P<c>Chrome)", re.I)
safari = chrome = False
for i in r.finditer (userAgentString):
if i.group('s'):
safari = True
if i.group('c'):
chrome = True
if safari and not chrome:
print"Found Safari"

有更有效的方法吗？(请注意，我在寻找效率而不是便利)。谢谢。

示例用户代理：

Safari :"Mozilla/5.0 (iPad; CPU OS 6_0 like Mac OS X)
AppleWebKit/536.26 (KHTML, like Gecko) Version/6.0 Mobile/10A5355d
Safari/8536.25"

Chrome :"Mozilla/5.0 (Windows NT 6.2; Win64; x64) AppleWebKit/537.36
(KHTML, like Gecko) Chrome/32.0.1667.0 Safari/537.36"

值得一提的是，我对它进行了计时，Jwodder的效率达到了"lower()"和"in"。结果发现它比预编译的regex快10倍。除非我在设置/计时时出错…

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

import timeit
setup = '''
import re
r = re.compile ('(?P<m>MSIE)|(?P<c>Chrome)|(?P<s>Safari)', re.I)
def strictBrowser (userAgentString):
c=s=m=False
for f in r.finditer(userAgentString):
if f.group('m'):
m = True
if f.group('c'):
c = True
if f.group('s'):
s = True
# msie or (safari but not chrome)
# all chromes us will have safari in them..
return m or (s and not c)
'''
print timeit.timeit(
'strictBrowser ("Mozilla/5.0 (iPad; CPU OS 6_0 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) Version/6.0 Mobile/10A5355d Safari/8536.2")',
setup=setup, number=100000
)
setup = '''
def strictBrowser (userAgentString):
userAgentString = userAgentString.lower()
if (
'msie' in userAgentString or
('safari' in userAgentString and 'chrome' not in userAgentString)
):
return True
return False
'''
print timeit.timeit(
'strictBrowser ("Mozilla/5.0 (iPad; CPU OS 6_0 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) Version/6.0 Mobile/10A5355d Safari/8536.2")',
setup=setup, number=100000
)

Output :
0.0778814506637
0.00664118263765