Python regex.sub（）为re.sub（）提供了不同的结果

我在Python 3.4中使用重音文本

调用regex对重音句子执行替换效果很好，但使用用编译的regex然后调用失败

在这里，我对和使用相同的参数

重新导入
pattern=r'（？As，这实际上不是一个bug

然而，它与一个你没有遇到的bug有关，与你使用了一个你可能不应该使用的标志有关，所以我将在下面留下我先前的答案，即使他是你问题的正确答案


最近有一个ish更改（介于3.4.1和3.4.3之间，以及介于2.7.3和2.7.8之间）影响了这一点。在该更改之前，您甚至无法编译该模式而不引发
溢出错误

更重要的是，为什么要使用
re.L
？
re.L
机制并不意味着“对我的语言环境使用Unicode规则”，而是意味着“使用一些未指定的非Unicode规则，这些规则只对拉丁语派生的语言环境有意义，并且可能无法在Windows上正常工作”。或者，正如所说：

使
\w
，
\w
，
\b
，
\b
，
\s
和
\s
依赖于当前区域设置。不鼓励使用此标志，因为区域设置机制非常不可靠，并且它只处理一个“区域性”无论如何，每次都应该使用Unicode匹配，这是Python3中Unicode（str）模式的默认设置

有关这方面的一些最新讨论，请参阅和链接的python开发线程

如果我去掉
re.L
标志，代码现在在3.4.1上编译得很好。（我也得到了“正确的”3.4.1和3.4.3上的结果，但这只是巧合；我现在故意不在第一个版本中传递扭曲的标志并将其拧紧，但仍然意外地没有在第二个版本中传递扭曲的标志并将其拧紧，因此它们匹配……）

因此，即使这是一个bug，它也很有可能在WONTFIX中被关闭。#22407的解决方案是在3.5中反对
re.L
非
bytes
模式，并在3.6中删除它，所以我怀疑现在是否有人会在意用它修复bug。（更不用说，
re
本身在理论上正走向这几十年中的一个……而IIRC，
regex
也不赞成使用
L
标志，除非您使用的是
bytes
模式和
re
兼容模式。）
编译中的最后一个参数是
标志
，如果您在
re.sub
中实际使用
标志=标志
，您将看到相同的行为：

compiled = re.compile(pattern, flags)
print(compiled)
text = 'Poplatníkem daně z pozemků je vlastník pozemku'
mark = r'**\1**' # wrap 1st matching group in double stars

r = re.sub(pattern, mark, text, flags=flags)

re.sub
的第四个参数是
count
，这就是您看到差异的原因

re.sub（模式、应答、字符串、计数=0、标志=0）

重新编译（模式，标志=0）
这很可能是一个bug-我可以在Windows 7上的空闲3.4.1上复制它，并期望这两种表单的输出相同。当我在自制的3.4.1上尝试这一点时，我发现
溢出错误：在
重新编译
行中，正则表达式代码大小超过了限制。与python.org中的3.3.2相同，并且（在添加了
u
前缀后）MacPorts的2.7.3。但是3.5alpha主干和3.4树的本地版本，以及Apple的2.7.6，都可以正常工作。这意味着在这个模式中有一个相当新的错误修复，这使得看起来更可能仍然有一个错误潜伏在那里…（我建议搜索最近的错误修复程序，以便您可以在新的错误中链接到它。）更改
.sub（）
调用的顺序会改变什么吗？@user3012759问得好！但不会。等等……为什么您首先要使用
re.L
？对于Unicode模式，它的作用并没有超出定义范围“您不应该使用它”，但它是（在CPython中）实现的就像一些你几乎永远不会想要的时髦的拉丁语-1特定规则，尤其是东欧文本中的规则。通过快速测试，如果删除该标志，它将修复3.4.1中的异常，并修复3.4.3中不正确的结果。太棒了！但是描述有点混乱。他已经知道
compile
中的大参数是
flags
；问题是
sub
的第四个参数不是
flags
，而是
count
。因此，他实际上传递的是
count=6，flags=0
（这就是为什么当有多个关键字参数时，您应该始终使用关键字参数的原因。）@abarnert，是的，他忘了添加那部分。干杯。有趣的是，他实际上有两个bug相互抵消。这是第一个，他不小心将
标志
传递为
计数
，返回他想要的结果，因为这防止了
re.L
标志破坏东西……哎哟，我怎么没发现呢！啊然而，正是出于这个原因，这样对参数进行排序似乎有点愚蠢。@jornsharpe:IIRC，
flags
在原始的
（s）re
模块中不存在。当它在2.3左右版本中添加时，唯一合理的做法是在所有现有参数之后将其添加到每个函数中。（好吧，真正合理的做法是将其设置为仅限关键字的参数，但当时没有人这么想。）感谢您的帮助。
re.sub（）
中的参数顺序错误导致了
re.sub（）
和
regex.sub（）之间的结果不同
和有争议的
re.L
标志导致模式不匹配。这个糟糕的巧合让我困惑，你的解释治好了我的头痛。
compiled = re.compile(pattern, flags)
print(compiled)
text = 'Poplatníkem daně z pozemků je vlastník pozemku'
mark = r'**\1**' # wrap 1st matching group in double stars

r = re.sub(pattern, mark, text, flags=flags)