Python正则表达式中允许的最大重复次数是多少？

Question

在 Python 2.7 和 3 中，以下代码可以运行：

>>> re.search(r"a{1,9999}", 'aaa')
<_sre.SRE_Match object at 0x1f5d100>

但是这会导致一个错误：

>>> re.search(r"a{1,99999}", 'aaa')
 Traceback (most recent call last):
   File "<stdin>", line 1, in <module>
   File "/usr/lib/python2.7/re.py", line 142, in search
   return _compile(pattern, flags).search(string)
   File "/usr/lib/python2.7/re.py", line 240, in _compile
   p = sre_compile.compile(pattern, flags)
   File "/usr/lib/python2.7/sre_compile.py", line 523, in compile
   groupindex, indexgroup
RuntimeError: invalid SRE code

看起来有一个重复次数的上限。这是正则表达式规范的一部分，还是Python特定的限制？如果是Python特定的，实际数字是否有记录，并且在不同的实现之间是否有所不同？

- mojones

Answer 1

通过快速手动二分查找，发现答案是65535：

>>> re.search(r"a{1,65535}", 'aaa')
<_sre.SRE_Match object at 0x2a9a68>
>>> 
>>> re.search(r"a{1,65536}", 'aaa')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Library/Frameworks/Python.framework/Versions/7.3/lib/python2.7/re.py", line 142, in search
    return _compile(pattern, flags).search(string)
  File "/Library/Frameworks/Python.framework/Versions/7.3/lib/python2.7/re.py", line 240, in _compile
    p = sre_compile.compile(pattern, flags)
  File "/Library/Frameworks/Python.framework/Versions/7.3/lib/python2.7/sre_compile.py", line 523, in compile
    groupindex, indexgroup
OverflowError: regular expression code size limit exceeded

这里讨论了这个问题:

限制是一种实现细节。该模式被编译成代码，然后解释执行，代码通常为16位，即0..65535的范围，但它使用65535表示没有限制，并且如果您实际写入65535，则不会发出警告。

并且

量词符使用65535表示没有上限，因此".{0,65535}"等同于 ".*"。

---

感谢下面评论区的作者指出了更多内容:

• CPython在_sre.c中实现了这个限制。 (@LukasGraf)

• sre_constants.py中有一个常量MAXREPEAT保存了这个最大重复值:

  >>> import sre_constants
  >>> 
  >>> sre_constants.MAXREPEAT
  65535
  

  (@MarkkuK.和@hcwhsa)

- arshajii

---

如果你想在你的回答中指出这一点：对于CPython，这个限制是在_sre.c中实现的。 - Lukas Graf

此外，如果您查看sre_constants.py文件，您会发现 MAXREPEAT = 65535。 - Markku K.

可以使用以下代码找到限制：import sre_constants;print sre_constants.MAXREPEAT - Ashwini Chaudhary

谢谢，我已经将这个添加到答案中了。 - arshajii

请注意，sre_constants.MAXREPEAT在非CPython实现中不一定是限制。在PyPy 2.0.0-beta1、Jython 2.5.1+和IronPython 2.9.9a0上测试len(re.search(r"a{1,999999}", "a"*(2*10**6)).group()) == 999999成功。尽管pypy和jython都有sre_constants.MAXREPEAT==65535，但这个方法仍然有效。 - DSM

@DSM 是的，我相信即使在CPython中，“MAXREPEAT”只是一个信息常量（供开发人员查询），但限制实际上是在_sre.c中实施的，并且可能还取决于平台。 - Lukas Graf