帶有“.*”的“re.sub”方法

Question

我正在使用 python re庫並遇到以下行為。

>>> import re
>>> re.sub(pattern=".*", repl="r", string="hello")
'rr'

如您所見，對於模式.*和替換字符 ( r )， re.sub方法返回rr 。 但我期望結果為r因為.*會匹配整個字符串。 這是為什么？。 我還在 Go 中測試了相同的邏輯，但它返回了預期的結果。

package main

import (
    "fmt"
    "regexp"
)

func main() {
    re := regexp.MustCompile(`.*`)
    fmt.Println(re.ReplaceAllString("Hello", "r")) // Will print `r`
}

Answer 1

下面應該開始解釋發生了什么：

>>> re.sub("x?", "_", "hello")
'_h_e_l_l_o_'

在字符串re.sub中的每個 position 嘗試匹配x? . 它成功了，因為x? 可以匹配空字符串，並用_替換空字符串。

以類似的方式，在下面

>>> re.sub(".*", "r", "hello")
'rr'

我們有re.sub嘗試匹配 position 0 中的.* ，成功並消耗了整個字符串。 然后它嘗試在末尾匹配 position，成功（匹配空字符串）並再次將其替換為r 。 如果您不允許空匹配，“令人費解”的行為就會消失：

>>> re.sub(".+", "r", "hello")
'r'

---

在 Python 3.7 之前的版本中，如果re.sub消耗了整個字符串，它將不會再次嘗試匹配末尾，而在 Python 3.7+ 中它會。 更具體地說，引用re.sub的文檔：

在 3.7 版更改：當與先前的非空匹配相鄰時，模式的空匹配將被替換。

Python 3.7+（行為一致）

>>> matches = lambda r, s: [m.span() for m in re.finditer(r, s)]
>>> matches("x?", "x")
[(0, 1), (1, 1)]
>>> matches("x?", "y")
[(0, 0), (1, 1)]
>>> re.sub("x?", "r", "x")
'rr'
>>> re.sub("x?", "r", "y")
'ryr

Python 3.6（不一致的行為）

>>> matches("x?", "x")
[(0, 1), (1, 1)]
>>> matches("x?", "y")
[(0, 0), (1, 1)]
>>> re.sub("x?", "r", "x")
'r'
>>> re.sub("x?", "r", "y")
'ryr'