检索Python3.6处理re.sub公司（）在Python3.7中具有零长度匹配

Question

在python3.7中，零长度匹配的处理已经改变。在Python3.6（及之前的版本）中考虑以下问题：

>>> import re
>>> print(re.sub('a*', 'x', 'bac'))
xbxcx
>>> print(re.sub('.*', 'x', 'bac'))
x

在python3.7中，我们得到了以下结果：

^{pr2}$

我知道这是PCRE的标准行为。此外，芬代尔（）似乎总是检测到其他匹配项：

>>> for m in re.finditer('a*', 'bac'):
...     print(m.start(0), m.end(0), m.group(0))
...
0 0
1 2 a
2 2
3 3

也就是说，我对检索Python3.6的行为很感兴趣（这是用于实现sed in python）的爱好项目。在

我可以提供以下解决方案：

def sub36(regex, replacement, string):

    compiled = re.compile(regex)

    class Match(object):
        def __init__(self):
            self.prevmatch = None
        def __call__(self, match):
            try:
                if match.group(0) == '' and self.prevmatch and match.start(0) == self.prevmatch.end(0):
                    return ''
                else:
                    return re._expand(compiled, match, replacement)
            finally:
                self.prevmatch = match

    return compiled.sub(Match(), string)

它给出了：

>>> print(re.sub('a*', 'x', 'bac'))
xbxxcx
>>> print(sub36('a*', 'x', 'bac'))
xbxcx
>>> print(re.sub('.*', 'x', 'bac'))
xx
>>> print(sub36('.*', 'x', 'bac'))
x

然而，对于这些例子来说，这似乎是精心设计的。在

实现Python3.6行为的正确方法是什么re.sub公司（）零长度匹配python3.7？在

Answer 1

根据3.7最新消息

The previous behavior can be restored by changing the pattern to r'.+'.

请参见“PythonAPI中的更改”下的https://docs.python.org/3/whatsnew/3.7.html。因此，解决方案似乎是修改这样一个regex；似乎没有一个标志可以传递给re来请求此行为。在

Answer 2

满足原始示例的PCRE（包括python3.7+）将是：

^a*|a+|(?<!a)$

https://regex101.com/r/zTpV1t/3

但是，bbaacc会被xbbxccx取代（而不是生成xbxbxcxcx的python3.6版本）a*对某些人来说仍然足够好。在

Answer 3

您的解决方案可能在regex egg：

Regex鸡蛋介绍

This regex implementation is backwards-compatible with the standard ‘re’ module, but offers additional functionality. The re module’s behaviour with zero-width matches changed in Python 3.7, and this module will follow that behaviour when compiled for Python 3.7.

---

安装：

pip install regex

---

用法：

{{cdex}可以使用^ cdex}来编译{cdex}，其中^

^{pr2}$

---

注：

Version can be indicated by VERSION0 or V0 flag, or (?V0) in the pattern.

---

资料来源：

Regex thread - issue2636
regex 2018.11.22