使用Python 3 re.sub转换日期格式时返回不可打印字符的问题

你遇到的问题是Python的re.sub对反向引用的解析逻辑导致的：当你写\120时，Python会把\12当成一个整体，试图引用第12个捕获组（但你的正则只有2个捕获组，所以这里会被解析成ASCII控制字符，也就是你看到的不可打印字符），而不是你预期的\1（第一个捕获组）加上20。

解决方法1：使用显式组引用语法\g<n> #

修改替换字符串，用\g<1>明确指定第一个捕获组，这样后面的20就不会被误解析为组号的一部分：

import re
date = "25/11/20"
fixed_date = re.sub(r"(\d\d/\d\d/)(\d\d)", r"\g<1>20\2", date)
print(fixed_date)  # 输出: 25/11/2020

解决方法2：拆分匹配与拼接逻辑 #

也可以先匹配出各部分，再用字符串格式化拼接，这种方式更直观：

import re
date = "25/11/20"
match_result = re.match(r"(\d\d/\d\d/)(\d\d)", date)
if match_result:
    fixed_date = f"{match_result.group(1)}20{match_result.group(2)}"
print(fixed_date)  # 输出: 25/11/2020

补充：regex101的解析逻辑和Python不同，它会优先识别\1为组引用，后续的20被当作普通文本处理，所以在那里能正常工作，但Python的re模块会尽可能匹配最长的数字作为组号，才导致了这个差异。

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