Python中如何支持.NET风格的正则字符类减法？

原因说明 #

Python标准库的re模块默认不支持你提到的-[O]这种嵌套排除写法——这是部分C语言正则库（如POSIX扩展正则）支持的语法，而Python的re遵循Perl风格正则规范，原生不兼容该写法。

解决方案 #

方案1：升级到Python 3.10+，使用原生字符集减法语法

Python 3.10及以上版本的re模块新增了字符集减法支持，只需将原正则中的-[O]修改为--[O]即可直接使用，无需大幅改动客户提供的正则：

from re import search

var = "MY01C0DE"
regex = "^[-A-Z0-9--[O]]{1,8}$"

print(search(regex, var))  # 输出匹配对象，而非None

方案2：编写正则转换函数，适配低版本Python

如果无法升级Python版本，可以编写一个简单的转换函数，自动将C风格的排除语法转换成Python兼容的等价正则：

import re

def convert_c_regex(c_regex):
    def replace_single_exclusion(match):
        base_charset = match.group(1)
        exclude_char = match.group(2)
        new_parts = []
        # 拆分原字符集的各个部分（范围或单个字符）
        for segment in re.findall(r'([A-Z0-9]-[A-Z0-9]|[^-])', base_charset):
            if '-' in segment:
                start, end = segment.split('-')
                # 如果排除字符在当前范围内，拆分范围
                if start <= exclude_char <= end:
                    if start != exclude_char:
                        new_parts.append(f"{start}-{chr(ord(exclude_char)-1)}")
                    if end != exclude_char:
                        new_parts.append(f"{chr(ord(exclude_char)+1)}-{end}")
                else:
                    new_parts.append(segment)
            else:
                if segment != exclude_char:
                    new_parts.append(segment)
        return '[' + ''.join(new_parts) + ']'
    
    # 匹配并替换字符集中的-[X]结构
    return re.sub(r'\[([^\]]*)-\[([^\]]+)\]\]', replace_single_exclusion, c_regex)

# 使用示例
var = "MY01C0DE"
original_regex = "^[-A-Z0-9-[O]]{1,8}$"
converted_regex = convert_c_regex(original_regex)
print(converted_regex)  # 输出 ^[-A-NP-Z0-9]{1,8}$
print(re.search(converted_regex, var))  # 输出匹配对象

该函数会自动将[-A-Z0-9-[O]]转换为[-A-NP-Z0-9]，如果需要支持多字符排除（如-[OQ]），可以扩展函数的处理逻辑。

内容的提问来源于stack exchange，提问作者Mihail-Cosmin Munteanu