为什么Python的re.sub()默认会保留正则未匹配的字符串？

re.sub() 的核心定位是正则子串替换工具，设计逻辑和 Python 内置的普通字符串替换方法 str.replace() 完全对齐：仅扫描全串、替换所有符合正则规则的子串部分，未匹配到的区域会原封不动保留，这是所有通用字符串替换工具的标准逻辑，它本身不是为「提取匹配内容」的场景设计的。
你之前在正则首尾加 .* 让规则匹配整个字符串的操作，本质是让替换范围覆盖了全部原串，所以最终结果就只剩替换后的内容。

你的需求本质是提取匹配到的尺寸数值，完全不需要用 re.sub() 做绕路的整串替换，直接用正则匹配提取的方法更直观高效，两种常用场景的方案如下：

• 单匹配场景（字符串中只有1个符合规则的size条目）：用 re.search() 直接提取分组

import re

match_res = re.search(r'size:\D+(\d+)\D+(\d+)\D+(\d+)', 'START, size: 100Х200 x 50, END')
if match_res:
    print(f"{match_res.group(1)}x{match_res.group(2)}x{match_res.group(3)}")

运行直接输出预期结果 100x200x50

• 多匹配场景（字符串中有多个符合规则的size条目）：用 re.findall() 批量提取

import re

raw_str = 'size: 100x200x50, other text, size: 30x40x60'
match_list = re.findall(r'size:\D+(\d+)\D+(\d+)\D+(\d+)', raw_str)
# 拼接为目标格式
print(['x'.join(item) for item in match_list])

运行输出 ['100x200x50', '30x40x60']

内容的提问来源于stack exchange，提问作者Kirby