re.sub(".*", ", "(replacement)", "text") 在 Python 3.7 上加倍替换答案

【问题标题】：re.sub(".*", ", "(replacement)", "text") doubles replacement on Python 3.7re.sub(".*", ", "(replacement)", "text") 在 Python 3.7 上加倍替换
【发布时间】：2019-02-15 16:40:12
【问题描述】：

在 Python 3.7（在 Windows 64 位上测试）上，使用 RegEx .* 替换字符串会使输入字符串重复两次！

在 Python 3.7.2 上：

>>> import re
>>> re.sub(".*", "(replacement)", "sample text")
'(replacement)(replacement)'

在 Python 3.6.4 上：

>>> import re
>>> re.sub(".*", "(replacement)", "sample text")
'(replacement)'

在 Python 2.7.5（32 位）上：

>>> import re
>>> re.sub(".*", "(replacement)", "sample text")
'(replacement)'

怎么了？如何解决？

【问题讨论】：

显然是一个错误。不知道你希望得到什么样的答案。
只发生在.*（或.*$），而不是.+或^.*。而且，在匹配结束时，您有 infinite 个零字节字符串，所以您可能会很高兴您只得到一个重复。 :)
看起来是故意的改变："Yes, this is an intended change. Your pattern matches an empty string at the end of the input string. It was a bug in earlier Python versions that re.sub() didn't replace empty matches adjacent to a previous non-empty match."
@Aran-Fey，因为.* 是贪婪的，我希望只得到一次“（替换）”。为什么是两个？
这真的是 Python 中的一个错误吗？甚至PCRE regex 的行为也完全相同。另请注意，Python variant 在 regex101 上的行为也相同，但它们也可以使用 3.7.2... 奇怪的是，如果你有 nothing 在那里，替换只会发生一次。我猜字符串的开头^ 和字符串结尾$ 算作两个空格字符？

标签： python python-re

【解决方案1】：

这不是错误，而是来自提交 fbb490fd2f38bd817d99c20c05121ad0168a38ee 的 Python 3.7 中的错误修复。

在正则表达式中，非零宽度匹配将指针位置移动到匹配的末尾，以便下一个断言，无论是否为零宽度，都可以从匹配之后的位置继续匹配。因此，在您的示例中，在 .* 贪婪匹配并消耗整个字符串之后，指针随后移动到字符串末尾的事实实际上仍然为该位置的零宽度匹配留下了“空间”，可以从以下代码可以看出，它在 Python 2.7、3.6 和 3.7 中的行为相同：

>>> re.findall(".*", 'sample text')
['sample text', '']

因此，关于在非零宽度匹配之后立即替换零宽度匹配的错误修复现在可以正确地将两个匹配替换为替换文本。

【讨论】：