为什么能匹配空串
星号、问号这类允许零次重复的量词，以及断言、空分支等零宽结构，都可能在当前位置匹配成功却一个字符也不消耗。引擎把这种情况称为空匹配，它合法但会显著改变遍历与替换的结果。
后果在哪
查找全部匹配时，每个位置都可能多出一个空结果；替换时，每个空匹配都会插入一份替换内容，于是输出里出现大量意外字符。自己在代码里循环调用匹配接口时，还必须手动推进位置，否则会陷入死循环。
基本信息
| 产生原因 | 量词允许零次、断言零宽、分支为空 |
|---|---|
| 查找影响 | 结果集合中夹带空串，统计数量时被高估 |
| 替换影响 | 空匹配位置也会插入替换内容，输出明显变长 |
| 遍历影响 | 自写循环若不推进位置会无限循环 |
| 引擎差异 | 对「紧邻非空匹配的空匹配」是否处理，各引擎与各版本规则不同，具体以官方文档为准 |
| 规避思路 | 把量词改成至少一次，或显式排除空串结果 |
典型使用场景
- 统计匹配数量时先剔除空结果，避免计数虚高
- 批量替换前确认模式不会产生空匹配，防止输出被插入字符
- 实现自定义全局匹配循环时处理零宽推进逻辑
- 排查「替换后内容变多」的现场，定位是否为空匹配所致
- 设计模式时避免使用纯可选结构做分割
空匹配的观察与规避
空匹配的观察与规避
import re
re.findall(r'a*', 'ba') # 结果里夹带空串，数量多于可见字符
[x for x in re.findall(r'a*', 'ba') if x] # 过滤掉空结果再做统计
re.findall(r'a+', 'ba') # 改用至少一次，结果即可用
re.sub(r'a*', '-', 'ba') # 空匹配位置也会被替换，输出变长
re.sub(r'a+', '-', 'ba') # 换成加号后替换范围更符合直觉
for m in re.finditer(r'a*', 'ba'):
print(m.span()) # 逐次打印位置，能直观看到零宽命中常见空匹配来源
| 结构 | 为什么为空 | 规避方式 |
|---|---|---|
| 星号量词 | 允许出现零次 | 改为加号或指定最小次数 |
| 问号量词 | 允许不出现 | 明确必填时改用普通元素 |
| 零宽断言 | 只判断位置不消耗字符 | 断言配合真实内容一起使用 |
| 空分支 | 分支内容为空 | 补上实际内容或明确可选范围 |
| 空括号分组 | 分组内无内容 | 删除该分组 |
处理空匹配的通用办法是「位置必须前进」：循环里若本次匹配为空，就手动把搜索起点后移一个字符再继续。这条约定比自己猜测引擎内部行为更可靠。
不同语言与版本对空匹配紧邻非空匹配时的替换规则做过调整。如果同一段代码在不同运行时上替换结果不同，先核对版本差异，再考虑修改模式。