正则表达式中 {m,n} 重复的空间问题

Question

最近我在写一个Python程序，但是出现了一个bug，我花了一个多小时解决问题，最终发现正则表达式是问题所在。我不知道在模式M{m,n}中m和n之间必须没有空格，而我将其写成了M{m, n}，导致代码无法执行。

我查看了http://docs.python.org/3/library/re.html关于{m,n}部分的内容，它没有说明在{m,n}中m和n之间不能放置空格。为什么呢？还有其他微小的事情文档没有提到，我应该了解正则表达式吗？

- CodyChan

---

通常文档只列出您可以做的事情，并不尝试迭代所有可能的错误方法。;-) - Qtax

我认为CodyChan所描述的问题是文档中指出，当使用verbose标志时，“模式内的空格将被忽略，除非它们在字符类中或者前面没有转义的反斜杠”。他示例中的空格既没有被转义也不在字符类中，而是作为量词的一部分。因此，文档似乎是错误的。 - JonM

@JonM：Qtax是正确的；即使在自由空间模式下，空格也只能占据本来就合法的位置。按照您的推理，(?:foo)可以在自由空间模式下写成(? :foo)，并仍然被识别为非捕获组。 - Alan Moore

@Alan Moore - 不是我的推理。我是说Python的文档误导人。而且你的例子 (?x)(? :foo) 在某些正则表达式的实现中是有效的（比如Java）。 - JonM

Java在自由空格模式下出了名的有bug，但我直到现在才意识到它有多糟糕。它允许您在任何地方放置空格。无论是否处于自由空格模式，(?:...)和{2,4}应始终被视为语法错误，并且[123 xyz]中的空格应始终匹配空格字符。 - Alan Moore

Answer 1

您不会找到任何记录这个的文件，但这源于正则表达式的本质，因为正则表达式中的每个字符都有特殊含义，并且它在使用的上下文中可能具有不同的含义。因此，一些语言支持一个通常称为自由间距模式的标志，允许您使用空格编写正则表达式，以提高可读性和可维护性，同时允许您在正则表达式本身中包含注释。简而言之，正则表达式中的每个字符和符号都很重要，因此不要假设某些内容无关紧要或可以像平常一样传递。

- Ibrahim Najjar

Answer 2

如果您需要忽略空格，可以在使用正则表达式时使用 verbose 选项，如此处所述： http://docs.python.org/3/library/re.html?highlight=single%20line%20mode#re.VERBOSE 例如： re.compile(r"\d{3, 5}", re.X) 与以下代码等效：

re.compile(r"\d{3,5}")

- JonM

---

我一开始确实像你那样在re.compile的末尾加上了re.VERBOSE（或re.X），但空格仍然导致了问题。 - CodyChan

啊，是的，你说得对！我刚刚测试了一下，在使用了你所说的详细模式之后，它并不喜欢范围量词中的空格。我没有意识到你已经尝试过使用详细模式了。 - JonM

请告诉@JonM，re.VERBOSE用于忽略空格（例如"(D?C{0,3}) (XL|L?X{0,3})"中的空格，而不是{0, 3}中的空格）和注释，请查看http://www.diveinto.org/python3/regular-expressions.html#verbosere以获取详细信息。 - CodyChan

Answer 3

这是正确的行为。范围量词（{n，m}）和字符类（[xyz]）被视为原子单位；自由空间模式对它们没有影响。在字符类中，空格字符仍然匹配字面空格，在范围量词中，它仍然是语法错误。例如，Java将{3, 5}视为语法错误，因为大括号未转义，但在Python中，它匹配字面序列{3, 5}。

- Alan Moore