在新推出的Python 3.1版本中，我們用一組插件來實現一些具有統一接口的功能，我們使用Python來代替動態鏈接庫形式的插件，他的重點與我這一專欄的觀點有些相反，它提供了 Python 和 Lisp 之間非常好的常規比較。

同時在性能方面也有所改善。在上一篇中，我們為讀者詳細介紹了Python 3.1版本在標準程序庫方面的變化，本文則要為讀者介紹新版本在性能方面的改善。在Python 3.1的開發計劃中，很大一部分都是關于性能的。

那么這一版本發布后，都是哪些性能得到改善呢?下面我們將一一加以介紹。Python 3.0曾以使用Python實現了一個新的I/O庫而引以為豪，但是其性能大家可想而知——和您估計的一樣，非常的低。

在Python 3.1版本中，人們利用C語言重新實現了此程序庫，所以它的性能得到了極大的提升，大概快了2到20倍。為此。我們寫了一段代碼：向一個文件中寫入5,000,000字節的內容，連續寫入10次，然后計算其平均耗時。我們分別在Python 2.5、2.6、3.0和3.1下運行該代碼，然后比較其結果。

看到這樣的結果，是不是既讓人感興趣又讓人很困惑呀：對于這個向文件逐字節寫入的基本I/O任務，不同Python版本之間的性能差別是不是很明顯呢?Python 3.0的性能有了很大的下降。

這是可以理解的，原因前面已經提過。不過，Python 2.6的性能比Python 2.5低了50%，而Python 3.1的性能有
幾乎是Python 2.5的兩倍。

從中我們可以了解到些什么呢?首先，對于該任務Python 3.0的性能是慘不忍睹的，它寫入字符的耗時是寫入字節的兩倍，并且幾乎比Python 3.1的性能地了二十倍。 Python 2.5、2.6和3.1所用的時間大體相當。

從Python 2.x升級到Python 3.0的時候，Unicode的處理有了明顯的改善。以下程序將對一個存放在緩沖區的1,000,000個希伯來語單詞“shalom”在UTF-8和UTF-16之間來回進行編碼和解碼處理。此緩沖區總大小為五百萬字節。

　from __future__ import with_statement  
 
　　import sys  
 
　　import time  
 
　　def test_encode_decode():  
 
　　shalom = ' \u05dd\u05d5\u05dc\u05e9' 
 
　　text = shalom * 1000000  
 
　　start = time.time()  
 
　　texttext_utf8 = text.encode('utf-8')  
 
　　texttext_utf16 = text.encode('utf-16')  
 
　　assert text_utf8.decode() == text  
 
　　assert text_utf16.decode('utf-16') == text  
 
　　end = time.time() - start  
 
　　print (shalom, end)  
 
　　return end  
 
　　test = test_encode_decode 
 
　　if __name__=='__main__':  
 
　　times = [test() for i in range(10)]  
 
　　times.remove(max(times))  
 
　　times.remove(min(times))  
 
　　print('Average:', sum(times) / len(times)) 

在Python 3.1版本下運行此程序的時候，兩種的速度大體相當;然而，Python 3.0卻要快得多(大約快了5-6倍)，而Python 3.1則要比Python 2.x快了近八倍，比Python 3.0快40%左右。

【編輯推薦】

1. 有關Python系統文件進行介紹指導
2. 如何正確的使用Python函數
3. 對Python 構建工具進行詳細介紹分析
4. PythonAndroid淺析Python優勢所在
5. 如何使用Python模塊解析配置文件？