为什么Python正则表达式在以下2个量词中会产生不同的结果？

Question

尽管研究了基于长度和计数的量词之间的语义差异，但我注意到Python 3的正则表达式在以下2个正则表达式中给出了不同的结果（请注意量词

+

和

*

：

：

：

Python 3.10.16 (main, Dec  7 2024, 13:31:33) [Clang 16.0.0 (clang-1600.0.26.6)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import re
>>> re.sub('(.{4,5})+', '-', '1234123412341234')
'-4'
>>> re.sub('(.{4,5})*', '-', '1234123412341234')
'--4-'
>>>

我能够在PHP中复制它，大概是因为它们都在背后使用PCRE：

$ php -a
Interactive shell

php > echo preg_replace('/(.{4,5})+/', '-', '1234123412341234');
-4
php > echo preg_replace('/(.{4,5})*/', '-', '1234123412341234');
--4-
php >

如何来？

Answer 1

pypython不使用pcre，所以不是。

('/(.{4,5})+/'

tben首先匹配“ 12341”，tben延伸至“ 23412”，然后扩展为“ 34123”。它不能做更多的事情，因此前15个字符被“ - ”取代。它无法匹配尾随的“ 4”，所以那是一个人。

('/(.{4,5})*/'

以相同的方式匹配前15个字符。但是后来又留下了一个尾随的“ 4”。和空字符串

does

匹配，因为

*表示0或更多匹配和0个计数。因此，您将获得第二个“ - ”。尾随的“ 4”本身不匹配，所以它是一个人。然后在尾随的“ 4”匹配后（再次0次）之后的空字符串，因此您将获得最终的“ _”。