Python re.sub的替换超出了需要

我们有一个6个字符的字符串，需要将起始子字符串

“00”

替换为“a”

在第一个字符串

'001234'

上使用表达式

^[0][0]*

，我们得到了

A1234

的预期结果

import re

# 1: Works fine
foo = '001234'
match = re.match(r"^[0][0][0-9]{4}$", foo)
print(match.group(0))       # 001234

bar = re.sub(r"^[0][0]*", 'A', match.group(0))
print(bar)                  # A1234

但是，第二个字符串

'000123'

更改为

A123

，而不是

A0123

# 2: Substitutes more than needed
foo = '000123'
match = re.match(r"^[0][0][0-9]{4}$", foo)
print(match.group(0))       # 000123

bar = re.sub(r"^[0][0]*", 'A', match.group(0))
print(bar)                  # A123
                            # Expects: A0123

---

正则表达式模式出了什么问题，我们如何修复它？

您只需要在需要替换的行的开头指定零的数量

foo = '000100'
re.sub(r'^0{2}', r'A', foo)

'A0100'

---

你把正则表达式误认为是globs吗

*

表示前一个字符（或组）重复0次或更多次，这并不意味着像在globs中那样“允许在此执行任何操作”。因此，

^[0][0]*

说要寻找至少以一个

0

开头并匹配所有前导零的东西（较短的拼写应该是

^0+

）。如果你只有一个字符，例如

0

，你可以在正则表达式中将其写成

0

，而不是使用字符类，例如

[0]

为了简单起见为什么使用

r'A'

而不是

'A'

？@Athenawise:在这种情况下，这并不重要，但在正则表达式模式和替换中使用原始字符串是最安全的，因此反斜杠不会被无意中忽略或误解。当没有反斜杠时，这是不必要的，但它会养成良好的习惯。