python - 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？

标签： pythonpython-3.xregexre

Answer 1

从doco，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（它具有2if you的值print(int(re.IGNORECASE))，尽管我怀疑在任何地方都没有强制要求）作为要使用的计数。

因此，它最多只能进行两次替换，即第二个示例中开头的逗号和空格。在您的第一个示例中也是如此，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'