javascript - 在 Python 中用正则表达式替换

Question

考虑 Python 片段:

import re
str = 'that that kitty is cute'

# Anchor at beginning of string
rgexp_start = r'^(.*) \1'
print(re.sub(rgexp_start, r'\1', str))    

# Do NOT anchor at beginning of string
rgexp = r'(.*) \1'
print(re.sub(rgexp, r'\1', str))   

这打印:

that kitty is cute
thatkittyiscute

为什么第二个正则表达式会删除所有空格？作为一个附加问题，请考虑 JavaScript 片段:

var str = 'that that kitty is cute';
var rgexp_start = /^(.*) \1/;
alert(str.replace(rgexp_start, '$1'));

var rgexp = /(.*) \1/;
alert(str.replace(rgexp, '$1'));

给出两次:

that kitty is cute

为什么 JavaScript 在处理完全相同的正则表达式 方面不同于 Python？

Answer 1

为了回答您的第一个问题，re.sub 将完全替换为您传递的模式。

因此，r'^(.*)\1' 表示替换所有从头开始 的重复项。既然你指定了从头开始匹配，而字符串只有一个开头，那么唯一能找到匹配替换的就是'^that that'，并且这样就完成了。

In[]: 'that that kitty is cute'

'^that that' -> 'that'

Out[]: 'that kitty is cute'

在 r'(.*)\1' 的情况下，.* 实际上可以匹配 0 个或更多字符。这很重要，因为现在正则表达式不再绑定(bind)到开头。所以它所做的是，除了 '^that that'(第一个正则表达式也这样做)之外，它匹配 ''，然后是空格，然后是 '' 一遍，共3次。因此，它将用 '' 替换 ' '(两边带有 ''(空字符串)的空格)。

In[]: 'that that kitty is cute'

'that that' -> 'that'
' '         -> ''
' '         -> ''
' '         -> ''

Out[]: 'thatkittyiscute'

要回答你的第二个问题，b/w python 和 JS 的区别，正如 anubhava 所解释的那样，默认情况下不启用 JS 中的全局标志；仅发生第一个替换，其余字符串保持不变。