Python 2.7.1 re模块中re.split函数与re.DOTALL标志的bug

Question

我有一台运行Lion系统的Mac，使用的是Python 2.7.1。我发现re模块有些奇怪的地方。如果我运行以下这行代码：

print re.split(r'\s*,\s*', 'a, b,\nc, d, e, f, g, h, i, j, k,\nl, m, n, o, p, q, r')

我得到的结果是：

['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r']

但是如果我加上re.DOTALL这个标志，像这样运行：

print re.split(r'\s*,\s*', 'a, b,\nc, d, e, f, g, h, i, j, k,\nl, m, n, o, p, q, r', re.DOTALL)

那么我得到的结果是：

['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q, r']

注意到这里的'q, r'被算作一个匹配，而不是两个。

这是为什么呢？我不明白如果我的模式里没有点（.），re.DOTALL这个标志为什么会有影响。我是做错了什么，还是说这有什么bug？

Answer 1

>>> s = 'a, b,\nc, d, e, f, g, h, i, j, k,\nl, m, n, o, p, q, r'
>>> re.split(r'\s*,\s*', s)
['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r']
>>> re.split(r'\s*,\s*', s, maxsplit=16)
['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q, r']
>>> re.split(r'\s*,\s*', s, flags=re.DOTALL)
['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r']

问题在于你把 re.DOTALL 作为位置参数传递了，这样它就会把 maxsplit=0 这个参数设置成 re.DOTALL，而不是 flags=0。实际上，re.DOTALL 是一个常量，它的值是 16。