带有“.*”的“re.sub”方法

Question

我在使用 python re 库时遇到了以下行为。

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

如您所见，对于模式 .* 和替换字符 (r) re.sub 方法返回 rr。但我期待结果为r，因为.* 将匹配整个字符串。这是为什么？。我也在 Go 中测试了相同的逻辑，但它返回了预期的结果。

package main

import (
    "fmt"
    "regexp"
)

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

Answer 1

下面应该开始解释发生了什么：

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

在字符串re.sub 的每个位置都尝试匹配x?。成功了，因为x?可以匹配空字符串，将空字符串替换为_。

以类似的方式，在下面

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

我们有 re.sub 尝试在位置 0 匹配 .*，成功，并消耗整个字符串。然后它尝试在结束位置匹配，成功（匹配空字符串）并再次将其替换为r。如果您禁止空匹配，“令人费解”的行为就会消失：

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

---

在 Python 3.7 之前的版本中，如果 re.sub 使用了整个字符串，则它不会在末尾再次尝试匹配，而在 Python 3.7+ 中它会。更具体地说，引用re.sub的文档：

Changed in version 3.7：模式的空匹配在与之前的非空匹配相邻时被替换。

Python 3.7+（一致的行为）

>>> 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（不一致的行为）

>>> 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'