带有unicode标志的python正则表达式长度问题

我正面临一个奇怪的正则表达式问题。这是一个用空格替换a-z的简单正则表达式。但它只能替换到某一固定长度

import re

s = 'aaaaaaaaaaaaabbbbbbbbbbbbbbbbbccccccccccccccccccdddddddddddddddddd'
s = unicode(s, 'utf-8')
s = re.sub(r'[a-z]', ' ', s, re.UNICODE)
print s

运行此代码时，输出为

                                ccccccccccccccccdddddddddddddddddd

---

如果我删除

re.UNICODE

标志，那么它可以正常工作。有人能解释一下为什么会发生这种情况吗。

，如您所见，第四个位置参数是

count

。尝试执行

re.sub（r'[a-z]'，''，s，flags=re.UNICODE）

re.sub的第四个参数是

count

。如果要指定

标志

，则应将其改为关键字参数：

s = re.sub(r'[a-z]', ' ', s, flags=re.UNICODE)

---

我认为您需要执行

flags=re.UNICODE

，因为参数位置是要执行的替换数。。。它的签名是：

re.sub（pattern，repl，string，count=0，flags=0）

…是的：

re.UNICODE

等同于

32

，所以它只替换了前32个字符。我已经看到过几次，并回答了编译表达式上的

.sub

，以及

re.sub

如何“出现”不完全做同样的事情。。。我能找到其中的任何一个吗？如果你找不到刚刚标记的问题的答案，请相应地编辑。