Python 2与3正则表达式的差异

我有一个正则表达式，它在Python 2中运行得非常好：

parts = re.split(r'\s*', re.sub(r'^\s+|\s*$', '', expression)) # split expression into 5 parts

此正则表达式将表达式拆分为5个部分，例如

'a * b   =     c' will be split into ['a', '*', 'b', '=', 'c'],
'11 + 12 = 23' will be split into ['11', '+', '12', '=', '23'],
'ab   - c = d' will be split into ['ab', '-', 'c', '=', 'd'],

等等

但是在Python3中，这个正则表达式的工作方式完全不同

'a * b   =     c' will be split into ['', 'a','', '*', '', 'b','', '=', '',  'c', ''],
'11 + 12 = 23' will be split into ['', '1', '1', '', '+', '', '1', '2', '', '=', '', '2', '3', ''],
'ab   - c = d' will be split into ['', 'a', 'b', '', '-', '', 'c', '', '=', '', 'd', ''],

通常，在Python3中，一个部分中的每个字符都将被拆分为一个单独的部分，删除的空格（不包括任何现有的前导和尾随）将成为一个空部分（“”），并将添加到部分列表中

---

我认为Python3的正则表达式行为与Python2有很大的不同，有谁能告诉我Python3为什么会发生如此大的变化，以及什么是正确的正则表达式，可以像Python2那样将表达式拆分为5个部分？

Python3.7中的

re.split（）

添加了零长度匹配拆分功能。当您将拆分模式更改为

\s+

而不是

\s*

时，该行为将与3.7+中的预期一样（在Python<3.7中保持不变）：

测试：

---

regex

模块是

re

的替代品，它有一个“V1”模式，使现有模式的行为与Python 3.7之前的模式类似（请参见）。

在可能为零长度的模式上拆分是错误的。不知道Python2是怎么做到你说的。改为使用

r'\s+'

。它的工作原理类似于3.6版中的python2，尽管它警告非空模式匹配，但是的，使用split（r'^\s+'），@o11c对非零长度模式进行拆分并不是“错误的”，它是一个非常有用的工具。事实上，Python不支持这是一个糟糕的设计决策，而不是其他任何东西。

def parts(string)
    return re.split(r'\s+', re.sub(r'^\s+|\s*$', '', string))

>>> print(parts('a * b   =     c'))
['a', '*', 'b', '=', 'c']
>>> print(parts('ab   - c = d'))
['ab', '-', 'c', '=', 'd']
>>> print(parts('a * b   =     c'))
['a', '*', 'b', '=', 'c']
>>> print(parts('11 + 12 = 23'))
['11', '+', '12', '=', '23']