为何re.sub(r'\n$', '', "\n\n")返回""而非"\n"？是否为预期行为？

结论 #

这是预期行为，根源在于Python正则表达式中$锚点的匹配规则和普通字符存在差异。

具体原因 #

1. 普通字符的匹配逻辑（以"aa"匹配r'a$'为例） #

当执行re.sub(r'a$', '', "aa")时，$锚点仅匹配字符串的末尾位置（也就是第二个a的后面），因此只会匹配并替换最后一个a，最终返回"a"，符合常规预期。

2. 换行符的特殊匹配规则（以"\n\n"匹配r'\n$'为例） #

Python正则默认遵循POSIX标准，$锚点除了匹配字符串末尾，还会匹配字符串末尾换行符之前的位置。

对于字符串"\n\n"（两个连续换行符）：

• $会同时匹配两个位置：第二个\n的后面（字符串真正的末尾），以及第一个\n的后面（因为第二个\n是字符串的结尾换行符，$会匹配它之前的位置）。
• 这就导致r'\n$'能同时匹配两个\n：第一个\n后面跟着$匹配的位置，第二个\n后面也跟着$匹配的位置。
• re.sub默认替换所有匹配项，因此两个\n都会被替换掉，最终返回空字符串""。

如何实现只替换最后一个换行符 #

如果想达到“去掉末尾单个换行符”的预期效果，可以使用\Z锚点替代$，\Z仅匹配字符串的绝对末尾，不受结尾换行符影响：

import re
result = re.sub(r'\n\Z', '', "\n\n")
print(repr(result))  # 输出 '\n'

内容的提问来源于stack exchange，提问作者Donny