Perl与Python中带m标志的正则表达式行为差异及适配方案

问题分析 #

Perl代码里的s/^/$stamp/gm会给每行开头添加[stamp]，但原字符串"message\n"末尾的换行不会触发额外替换——Perl的m修饰符不会把字符串末尾换行后的空位置认定为新行开头。

而Python的re.M（多行模式）下，^会匹配所有换行符之后的位置，包括字符串末尾换行符后的空位置，这就导致结果多了一个[stamp]。

解决方案 #

修改正则表达式，用正向预查(?=.)只匹配后面有内容的行开头，排除空行：

import re
message = "message\n"
stamp = "[stamp]"
result = re.sub(re.compile("^(?=.)", re.M), stamp, message)
print(repr(result))  # 输出: '[stamp]message\n'

也可以直接传入模式字符串，不用预编译正则：

import re
result = re.sub("^(?=.)", "[stamp]", "message\n", flags=re.M)

这样就能和Perl代码的行为完全一致，仅给有内容的行开头添加标记，不会在末尾换行后的空位置额外生成[stamp]。

内容的提问来源于stack exchange，提问作者snoopyjc