Python 内置模块的 split 函数发生了令人疑惑的变化，这是 BUG 吗？

This topic created in 1872 days ago, the information mentioned may be changed or developed.

从 Python 3.6.8 升级到 Python 3.9.0，执行单元测试后，发现 re.split() 的行为发生了显着的变化，但是查看相关的文档(Changelog和re)却没有发现有什么变化。

这种变化可以用单元测试，较为精确的表示：

number = '123'
def test_Asterisk_quantifier_with_capture_group(self):
    resultList = re.split(r'(\d*)', self.number)
    if platform.python_version() == '3.6.8':
        self.assertEqual(resultList,['', '123', ''])
        
    else:
        self.assertEqual(resultList,['', '123', '', '', ''])

感觉这明显不符合 split 文档中对功能的描述，还有个奇怪的现象是将*换做+后，行为仍与 3.6.8 相同。

为什么这种变化没有在文档中出现？是我没有找到它吗？
为什么行为发生了这样的变化？是引入了 BUG，还是了修复 BUG ？

4 replies • 2021-04-23 10:14:01 +08:00

robinjin

Apr 23, 2021

你在 Python 3.6.8 的交互模式下执行 re.split(r'(\d*)', ‘123’) ，有提示的。

jsdtxm

Apr 23, 2021

在 3.7.9 中结果为['', '123', '', '', '']。
查阅文档（ https://docs.python.org/zh-cn/3.8/whatsnew/3.7.html ）发现有这么一行：
“re.split() 现在支持基于匹配一个空字符串的模式例如 r'\b', '^$' 或 (?=-) 进行拆分。（由 Serhiy Storchaka 在 bpo-25054 中贡献。）”
您看看是这个吗？

AndyAO

Apr 23, 2021

@robinjin #1
在交互模式下运行，的确看到了
FutureWarning: split() requires a non-empty pattern match.
以后遇到问题看来可以在交互模式下运行，也许会有相关的提醒

@jsdtxm #2
Split 的模式为非空的确更合理，我也认为你发的那个文档上的更改信息是正确的，看来我查错地方了，changelog 上是没有这个说明的。

虽然还是没看懂这个更改的意义，但知道了可能为空的模式有问题，以后就不会这么用了。

谢谢

AndyAO

Apr 23, 2021

在非交换模式下运行也是有提醒的，只不过颜色不太明显，在 IDEA 上会默认着色，这个比 VSCode 强。

https://cdn.jsdelivr.net/gh/Andy-AO/GitHubPictureBed/img/20210423101302.png