据我了解，

(.)(?<!\1)

永远不应该匹配。其实php的preg_replace甚至拒绝编译这个，ruby 也是如此gsub。蟒蛇re模块似乎有不同的意见：

import re
test = 'xAAAAAyBBBBz'
print (re.sub(r'(.)(?<!\1)', r'(\g<0>)', test))

Result:

(x)AAAA(A)(y)BBB(B)(z)

谁能为这种行为提供合理的解释？

Update

这种行为似乎是一个限制 in the re模块。另一种选择regex模块似乎正确处理断言中的组：

import regex

test = 'xAAAAAyBBBBz'

print (regex.sub(r'(.)(?<!\1)', r'(\g<0>)', test))
## xAAAAAyBBBBz

print (regex.sub(r'(.)(.)(?<!\1)', r'(\g<0>)', test))
## (xA)AAA(Ay)BBB(Bz)

请注意，与pcre, regex还允许可变宽度的lookbehinds：

print (regex.sub(r'(.)(?<![A-Z]+)', r'(\g<0>)', test))
## (x)AAAAA(y)BBBB(z)

最终，regex将被包含在标准库中，如中所述PEP 411.

这看起来确实像是 Python 中的一个限制（“bug”的好说法，正如我从与 Microsoft 的支持电话中了解到的那样）re模块。

我想这与Python不支持可变长度后行断言有关，但它还不够聪明，无法弄清楚这一点\1将始终是固定长度的。为什么它在编译正则表达式时不抱怨这一点，我不能说。

有趣的是：

>>> print (re.sub(r'.(?<!\0)', r'(\g<0>)', test))
(x)(A)(A)(A)(A)(A)(y)(B)(B)(B)(B)(z)
>>>
>>> re.compile(r'(.*)(?<!\1)') # This should trigger an error but doesn't!
<_sre.SRE_Pattern object at 0x00000000026A89C0>

因此，最好不要在 Python 的后向断言中使用反向引用。正向前瞻也好不了多少（它也在这里匹配，就好像它是正向前瞻）：

>>> print (re.sub(r'(.)(?<=\1)', r'(\g<0>)', test))
x(A)(A)(A)(A)Ay(B)(B)(B)Bz

我什至无法猜测这里发生了什么：

>>> print (re.sub(r'(.+)(?<=\1)', r'(\g<0>)', test))
x(AA)(A)(A)Ay(BB)(B)Bz