包含\n符号时Python re.sub的异常行为原因咨询

你的代码出现预期外结果，核心原因有两个：

1. 捕获组未定义：你写的正则.*b.*没有设置任何捕获组，替换字符串里的\1是无效引用，在Python中会被当作空字符串处理。
2. .默认不匹配换行符：正则默认规则下，.元字符不会匹配换行符\n，所以.*b.*只能匹配到字符串中的ab片段（后面的.*碰到\n就停止匹配了）。

如果你的实际输出确实是a\nc，大概率是你不小心把正则写成了(.*)b.*（带捕获组）：这种情况下，(.*)会捕获b之前的a，整个正则匹配ab，替换时用\1把ab替换成a，剩下的\nc保留，最终就得到了a\nc。

正确提取b之前内容的方法 #

如果你想得到a，可以用以下两种简单方式：

方法一：用re.sub替换掉b及后续内容

import re
s = "ab\nc"
print(re.sub(r"b.*", "", s))  # 输出 'a'

如果需要跨多行匹配（即替换b之后的所有内容，包括换行），加上re.DOTALL参数即可：

print(re.sub(r"b.*", "", s, flags=re.DOTALL))

方法二：用re.search捕获目标片段

import re
s = "ab\nc"
match_result = re.search(r"(.*?)b", s)
if match_result:
    print(match_result.group(1))  # 输出 'a'

这里.*?是非贪婪匹配，能精准捕获到b之前的最短有效内容。

内容的提问来源于stack exchange，提问作者Andrey