正则表达式错误 - 没有可重复的项

Question

我在使用这个表达式的时候遇到了一个错误信息：

re.sub(r"([^\s\w])(\s*\1)+","\\1","...")

我在 RegExr 上检查了这个正则表达式，它返回了 .，这正是我期待的结果。但是当我在Python中尝试时，却收到了这个错误信息：

raise error, v # invalid expression
sre_constants.error: nothing to repeat

有人能帮我解释一下吗？

相关问题：

• Python 正则表达式未匹配行末
• 从字符串获取区域设置
• 如何让Python正则表达式不那么贪婪
• 为什么这不是一个固定宽度的模式？
• Python 正则表达式匹配行是否存在
• 为什么我的 r'string' 正则表达式能匹配但 'string' 不能？
• 正则表达式的最大匹配长度
• Python正则表达式中的负向后视

Answer 1

这不仅仅是Python的一个错误，其实当你把一个字符串作为正则表达式的一部分传进去编译时，也可能会出现这个问题，比如说；

import re
input_line = "string from any input source"
processed_line= "text to be edited with {}".format(input_line)
target = "text to be searched"
re.search(processed_line, target)

如果处理的行里面包含了一些像"(+)"这样的内容，比如在化学公式中常见的，或者其他类似的字符组合，就会导致错误。解决这个问题的方法是进行转义，但如果你在处理的过程中临时转义，可能会出现转义不正确的情况……

Answer 2

这是一个关于Python在“*”和特殊字符之间的错误。

不要用

re.compile(r"\w*")

试试：

re.compile(r"[a-zA-Z0-9]*")

这样可以工作，但生成的正则表达式不一样。

这个错误似乎在2.7.5和2.7.6之间已经修复了。

Answer 3

这似乎是个Python的bug（在vim中运行得很好）。

问题的根源在于这个部分（\s*...)+。简单来说，你不能使用(\s*)+，这很有道理，因为你在尝试重复一个可能为空的东西。

>>> re.compile(r"(\s*)+")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/re.py", line 180, in compile
    return _compile(pattern, flags)
  File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/re.py", line 233, in _compile
    raise error, v # invalid expression
sre_constants.error: nothing to repeat

不过(\s*\1)应该不是空的，但我们之所以知道这一点，是因为我们知道\1里面的内容。显然，Python并没有这样处理……这真是奇怪。