PyCharm代码检查是否会对正则表达式等价式给出错误告警？

这不是你的认知偏差，是PyCharm静态代码检查的规则判定存在疏漏，没有适配Python3 re模块的默认匹配规则，给出的「等价简化」结论不成立。

二者的本质差异 #

Python3 标准库re模块默认开启Unicode匹配模式，两个正则的匹配范围完全不同：

• [a-zA-Z0-9_]仅匹配ASCII编码范围内的大小写英文字母、阿拉伯数字、下划线，不会匹配任何超出ASCII范围的字符，示例中的é就不在匹配范围内，返回结果为False。
• \w在默认Unicode模式下，匹配Unicode标准中所有归类为「单词字符」的内容，除了ASCII范围内的字母、数字、下划线，还覆盖了各语言的带变音符号字母、非拉丁字母文字、对应语言的数字字符等，示例中的é、中文汉字、西里尔字母等都会被匹配，返回结果为True。

PyCharm提示的问题来源 #

这条简化规则是基于ASCII正则的通用场景设计的：在Python2的re模块、JavaScript默认正则、未开启Unicode字符类的Java正则等场景下，\w的匹配范围确实和[a-zA-Z0-9_]完全一致。但规则没有针对Python3的默认Unicode行为做适配，才会错误判定二者等价，不属于严重的功能Bug，属于静态检查规则的覆盖场景缺失。

对应处理方案 #

• 如果你确实只需要匹配ASCII范围的单词字符，保留[a-zA-Z0-9_]的写法即可，直接忽略这条检查提示。
• 如果你确实想用\w的简写同时保持和[a-zA-Z0-9_]一致的匹配效果，可以给正则显式指定ASCII匹配标志，此时二者完全等价：

import re
# 显式指定ASCII模式后，\w和[a-zA-Z0-9_]匹配行为完全一致
pattern = re.compile(r"\w", re.ASCII)
print(bool(pattern.match("é")))  # 输出False

可复现问题的测试代码如下：

import re

# PyCharm提示: "'[a-zA-Z0-9_]' can be simplified to '\w'"
pattern1 = re.compile("[a-zA-Z0-9_]")
pattern2 = re.compile(r"\w")
print(bool(pattern1.match("é")))  # False
print(bool(pattern2.match("é")))  # True

内容的提问来源于stack exchange，提问作者matheburg