带“*”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。但是我希望结果是r，因为.*将匹配整个字符串。为什么？。我也在Go中测试了同样的逻辑，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_'

在字符串中的每个位置re.sub尝试匹配x?。它成功了，因为x?可以匹配空字符串，并用_替换空字符串

以类似的方式，在下面

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

我们发现re.sub尝试匹配位置0中的.*，成功并使用整个字符串。然后它尝试在结束位置匹配，成功（匹配空字符串）并再次用r替换它。如果您不允许空匹配，则“困惑”行为将消失：

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

---

在Python3.7之前的版本中，如果re.sub使用了整个字符串，那么它将不会再次尝试在末尾进行匹配，而在Python3.7+中则会这样做。更具体地说，引用re.sub的文档：

Changed in version 3.7: Empty matches for the pattern are replaced when adjacent to a previous non-empty match.

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'