使用Python正则与termcolor高亮字符串点号致Jupyter崩溃求助

问题描述 #

我编写了一段代码，通过正则表达式识别文本模式，借助termcolor库将匹配内容替换为高亮版本。多数模式下代码运行正常，但当匹配点号(.)时，Jupyter内核会无限运行后崩溃。

代码示例 #

import re
from termcolor import colored,cprint
text = "This is a sample text......"
pattern = re.compile(r"\.")
patternlist = pattern.findall(text)
# print(patternlist)

replacelist = [colored(i,"black", "on_yellow", attrs=["bold"]) for i in patternlist]
print(replacelist)
patterns = [i for i in zip(patternlist,replacelist)]
print(patterns)

for pattern, replacement in patterns:
    text = re.sub(pattern, replacement, text)
print(text)

问题细节 #

使用pattern = re.compile(r"\.")时，findall能正常返回预期结果['.', '.', '.', '.', '.', '.']，预期得到高亮后的文本，但实际无输出，Jupyter内核无限运行后崩溃。

解决方案 #

问题根源 #

核心问题出在循环替换的逻辑上：

• 你用findall拿到6个点号，生成了6组（原字符，高亮字符）的替换对
• 循环中执行re.sub(pattern, replacement, text)时，这里的pattern是字符串.，而非之前编译的正则表达式
• 在正则语法中，.是匹配任意字符的通配符，不是匹配点号本身。第一次替换后，文本中插入了termcolor的ANSI控制字符（如\x1b[30;1;43m.\x1b[0m），后续循环里re.sub(".", replacement, text)会匹配这些控制字符的每一个字符，不断重复替换导致文本无限膨胀，最终内核崩溃。

修复方式 #

方式一：复用编译好的正则一次性替换（推荐）

直接用编译完成的正则表达式，配合sub的回调函数一次性替换所有匹配项，逻辑简洁高效：

import re
from termcolor import colored,cprint
text = "This is a sample text......"
pattern = re.compile(r"\.")
# 用lambda回调处理每个匹配项的高亮
highlighted_text = pattern.sub(lambda match: colored(match.group(), "black", "on_yellow", attrs=["bold"]), text)
print(highlighted_text)

方式二：对字符串模式转义并限制替换次数

如果需要保留循环逻辑，需用re.escape()将字符串.转义为正则字面量，同时加上count=1避免重复替换同一位置：

import re
from termcolor import colored,cprint
text = "This is a sample text......"
pattern = re.compile(r"\.")
patternlist = pattern.findall(text)

replacelist = [colored(i,"black", "on_yellow", attrs=["bold"]) for i in patternlist]
patterns = zip(patternlist, replacelist)

for pattern_str, replacement in patterns:
    # 转义模式字符串，确保匹配字面量点号，且仅替换一次
    text = re.sub(re.escape(pattern_str), replacement, text, count=1)
print(text)

内容的提问来源于stack exchange，提问作者Nithin Mohan