Python 3 re.sub 的奇怪行为答案

【问题标题】：Strange behavior with Python 3 re.subPython 3 re.sub 的奇怪行为
【发布时间】：2020-08-27 17:11:16
【问题描述】：

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.

为什么？

【问题讨论】：

re.sub 的第四个参数是计数，而不是标志。应该是re.sub('[^a-zA-Z0-9]', '', ',Inc.',0, re.IGNORECASE)
知道我忘记了一些愚蠢的事情。谢谢！

【解决方案1】：

从doco，re.sub 的签名是：

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

所以，让我们基于此检查您的调用：

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

你正在传递 flag re.IGNORECASE（如果你是 print(int(re.IGNORECASE))，它的值为 2，尽管我怀疑这在任何地方都没有强制要求）作为 count使用。

所以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。它也在你的第一个例子中做到了，只是只有一个字符匹配而不是三个，所以你没有注意到。

相反，您应该使用：

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

【讨论】：