为什么 re.sub('.*?', '-', 'abc') 返回 '-a-b-c-' 而不是 '--------'？

这是python2.7的结果。

>>> re.sub('.*?', '-', 'abc')
'-a-b-c-'

我以为的结果should如下。

>>> re.sub('.*?', '-', 'abc')
'-------'

但事实并非如此。为什么？

据我所知，对这种行为的最好解释来自regexPyPI 包，其目的是最终代替re（尽管这种情况已经持续很长时间了）。

有时不清楚应该如何处理零宽度匹配。例如，.* 在匹配 >0 个字符后是否应该直接匹配 0 个字符？

大多数正则表达式实现都遵循 Perl (PCRE) 的领导，但 re 模块有时不这样做。 Perl 行为似乎是最常见的（并且 re 模块有时肯定是错误的），因此在版本 1 中，正则表达式模块遵循 Perl 行为，而在版本 0 中，它遵循旧版 re 行为。

例子：

# Version 0 behaviour (like re)
>>> regex.sub('(?V0).*', 'x', 'test')
'x'
>>> regex.sub('(?V0).*?', '|', 'test')
'|t|e|s|t|'

# Version 1 behaviour (like Perl)
>>> regex.sub('(?V1).*', 'x', 'test')
'xx'
>>> regex.sub('(?V1).*?', '|', 'test')
'|||||||||'

(?VX)在正则表达式中设置版本标志。第二个示例是您所期望的，并且据说是 PCRE 所做的。蟒蛇的re有点不标准，保留它可能只是出于向后兼容性的考虑。我找到了类似的例子 (with re.split).