Python如何获取正则表达式重叠匹配模式的所有替换结果

Python 标准库的re.sub默认在匹配到重叠结果时，只会替换最左侧的首个匹配项，不会遍历所有重叠匹配生成替换结果，可以通过遍历全量匹配项单独替换的方式实现需求，同时完全兼容原生re的所有替换规则（包括捕获组反向引用等复杂场景）。

问题复现 #

常规替换写法：

import re

re.sub(pattern='III', repl='U', string='MIIII') 

默认仅返回MUI，但实际字符串MIIII中III存在两个重叠匹配位置，对应两个合法替换结果：

MUI
MIU

方案需要兼容复杂正则替换逻辑，例如下方带捕获组的替换，原生返回结果为MIUIU，自定义实现也需要保持相同的替换行为：

re.sub(pattern="M(.*)$", repl="M\\1\\1", string='MIU')
# 输出结果：MIUIU

实现代码 #

直接用re.finditer扫描字符串中所有匹配项（包括重叠位置的匹配），再调用匹配对象自带的expand方法处理替换逻辑，完全复用re模块原生的替换规则解析能力，不需要自己实现反向引用、转义符处理逻辑：

import re
from typing import List

def all_re_sub_results(pattern: str, repl: str, content: str) -> List[str]:
    res = set()
    for match in re.finditer(pattern, content):
        # 原生expand方法和re.sub的repl解析逻辑完全一致
        replaced = match.expand(repl)
        full_replaced = content[:match.start()] + replaced + content[match.end():]
        res.add(full_replaced)
    return list(res)

验证效果 #

• 重叠匹配场景测试

print(all_re_sub_results(pattern='III', repl='U', content='MIIII'))
# 输出 ['MUI', 'MIU']

• 带捕获组的复杂正则场景测试

print(all_re_sub_results(pattern="M(.*)$", repl="M\\1\\1", content='MIU'))
# 输出 ['MIUIU']

说明 #

• 用set存储结果是为了自动去重，避免不同位置匹配替换后生成相同字符串的重复返回问题
• 所有替换逻辑完全复用re模块原生实现，和原生re.sub单匹配替换的行为完全一致，支持所有正则语法、命名分组、反向引用、转义字符等特性
• 如果需要按匹配从左到右的顺序返回结果，可以把结果存储改为列表，按匹配顺序收集即可

内容的提问来源于stack exchange，提问作者Paul_0