在Python 3.7中检索长度为零的re.sub()的python 3.6处理

零长度匹配的处理已在python 3.7中更改.考虑使用python 3.6(及更早版本)的以下内容：

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

我们在python 3.7中获得以下内容：

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

我了解这是PCRE的标准行为.此外,re.finditer()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

就是说,我对检索python 3.6的行为感兴趣(这是针对实现sed in python的业余项目的).

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)

这使：

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

但是,对于这些示例,这似乎是非常精心制作的.

什么是实现re.sub()零长度匹配python 3.7的python 3.6行为的正确方法？

解决方法:

您的解决方案可能在regex egg中：

正则蛋介绍

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：

使用regex,您可以指定将用来编译正则表达式模式的版本(V0,V1),即：

# Python 3.7 and later
import regex
>>> regex.sub('.*', 'x', 'test')
'xx'
>>> regex.sub('.*?', '|', 'test')
'|||||||||'

# Python 3.6 and earlier
import regex
>>> regex.sub('(?V0).*', 'x', 'test')
'x'
>>> regex.sub('(?V1).*', 'x', 'test')
'xx'
>>> regex.sub('(?V0).*?', '|', 'test')
'|t|e|s|t|'
>>> regex.sub('(?V1).*?', '|', 'test')
'|||||||||'

注意：

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

标签：python-3-6,python,python-3-x,regex,python-3-7
来源： https://codeday.me/bug/20191010/1888374.html