Python 3 re.sub的奇怪行为

Question

以下代码：

import re
print(re.sub('[^a-zA-Z0-9]', '', ',Inc.', re.IGNORECASE).lower())
print(re.sub('[^a-zA-Z0-9]', '', ', Inc.', re.IGNORECASE).lower())

产生：

inc
inc.

https://repl.it/repls/RightThankfulMaintenance

为什么?

Answer 1

从doco开始，re.sub签名是：

re.sub(pattern, repl, string, count=0, flags=0)

因此，让我们基于此检查您的通话：

re.sub('[^a-zA-Z0-9]', ''    , ', Inc.', re.IGNORECASE) # default
#       <  pattern  >  <repl>  <string>  <   count   >    <flags>

您正在传递标志re.IGNORECASE（如果您print(int(re.IGNORECASE))，它的值为2，尽管我怀疑这在任何地方都不是强制的）作为要使用的计数

所以它最多只做两个替换，在第二个例子中，逗号和空格在开头。它也在您的第一个示例中做到了这一点，只是只有一个字符匹配，而不是三个，所以您没有注意到

相反，您应该使用：

>>> re.sub('[^a-zA-Z0-9]', '', ', Inc.', flags=re.IGNORECASE).lower()
'inc'