Question

我尝试在Python 3中使用re.compile编译一个大模式。

我尝试编译的模式由500个小单词组成（我想从文本中删除它们）。问题是它在大约18个单词之后停止了模式

Python不会引发任何错误。

我的工作是：

stoplist = map(lambda s: "\\b" + s + "\\b", stoplist)
stopstring = '|'.join(stoplist)
stopword_pattern = re.compile(stopstring)

stoptring是好的（所有单词都在），但模式要短得多。它甚至停在一个字的中间！

正则表达式是否有最大长度？

Answer 1

考虑这个例子：

import re
stop_list = map(lambda s: "\\b" + str(s) + "\\b", range(1000, 2000))
stopstring = "|".join(stop_list)
stopword_pattern = re.compile(stopstring)

如果您尝试打印图案，则会看到类似

的内容

>>> print(stopword_pattern)
re.compile('\\b1000\\b|\\b1001\\b|\\b1002\\b|\\b1003\\b|\\b1004\\b|\\b1005\\b|\\b1006\\b|\\b1007\\b|\\b1008\\b|\\b1009\\b|\\b1010\\b|\\b1011\\b|\\b1012\\b|\\b1013\\b|\\b1014\\b|\\b1015\\b|\\b1016\\b|\\b1017\\b|\)

似乎表明模式不完整。但是，这似乎只是对__repr__个对象的__str__和/或re.compile方法的限制。如果您尝试执行匹配＆＃34;缺少＆＃34;模式的一部分，你会发现它仍然成功：

>>> stopword_pattern.match("1999")
<_sre.SRE_Match object; span=(0,4), match='1999')

re.compile中的Python正则表达式模式最大长度？

1 个答案: