Python re.sub空匹配替换规则困惑：为何x和d间空串未被替换？

首先明确re.sub('x*', '-', 'abxd')返回'-a-b--d-'的核心原因，关键在于正则匹配的推进规则，而非仅看空匹配是否相邻。

我们一步步拆解匹配过程：

• 位置0（a前）：匹配空串（x*允许0个x），替换为-，指针推进1位到位置1。
• 位置1（a所在位置）：x*不匹配a，保留a，指针推进到位置2（a、b之间）。
• 位置2：匹配空串，替换为-，指针推进到位置3（b所在位置）。
• 位置3：x*不匹配b，保留b，指针推进到位置4（b、x之间）。
• 位置4：匹配空串，替换为-，指针推进到位置5（x所在位置）。
• 位置5：x*匹配x（1个x），替换为-，此时指针直接跳到匹配结束的位置6（x、d之间）——这是关键：非空匹配结束后，指针会跳到匹配的末尾位置。
• 位置6：尝试匹配空串时，因为上一次匹配是非空的，且当前起始位置等于上一次匹配的结束位置，Python的re引擎会跳过这个空匹配（避免无限循环），直接推进到位置7（d所在位置）。
• 位置7：x*不匹配d，保留d，指针推进到位置8（d之后）。
• 位置8：匹配空串，替换为-，匹配结束。

你疑惑的“x与d间的空串未被替换”，本质是因为这个空串的起始位置和前一个非空匹配（x）的结束位置完全重合，re引擎为了避免在同一位置无限匹配空串，直接跳过了这次空匹配。

补充验证：如果字符串是abxxd，执行re.sub('x*', '-', 'abxxd')会返回'-a-b---d-'——两个x组成的非空匹配被替换成-，后续的空串同样被跳过，符合上述逻辑。

核心规则总结：

• 官方文档提到的“空匹配仅当不与前一个空匹配相邻时才会被替换”是基础规则，但还有隐含逻辑：非空匹配结束位置的空匹配会被引擎主动跳过，这是防止无限循环的必要设计。

内容的提问来源于stack exchange，提问作者Eric Auld