Python re 报 look-behind requires fixed-width pattern

Python 的 re 在编译 (?<=^|a)\w+ 这类表达式时报 look-behind requires fixed-width pattern。单独使用开头锚点、单独使用字母都能编译，放进同一个后行断言却失败，是因为两个分支消耗的字符数不同。

本文针对 Python 标准库 re。这个限制在 Python 3.2 的场景中已存在，当前文档仍要求后行断言内部具有固定宽度。第三方正则引擎的能力不能直接用来判断标准库是否支持某个表达式。

锚点宽度为零，字母宽度为一

^ 检查位置，不消耗字符；a 匹配一个字符。因此 ^|a 可以匹配长度为零或一的内容，不能作为同一个固定宽度后行断言的内部模式。

同理，a|b 两个分支都是一个字符，宽度相同；ab|a 的宽度分别是二和一，仍会失败。宽度指实际匹配的字符数量，不是正则源码的字符数量。把捕获组 (...) 改成非捕获组 (?:...) 只改变分组记录方式，不会让不同长度变成相同长度。

先单独编译正在使用的模式，确认错误确实指向后行断言，而不是输入编码、字符串转义或其他语法。修改前保留原模式、标志与调用方式，尤其要区分 search()、match() 和替换操作对结果位置的要求。

将选择移到后行断言之外

若需求是“当前位置在字符串开头，或者前一个字符是 a”，可以让两种位置条件在外部选择：

import re

pattern = re.compile(r'(?:^|(?<=a))\w+')
match = pattern.search('!abc')
if match is not None:
    print(match.group(0))

这里后行断言内部只剩一个字符 a，固定宽度要求得到满足。对于示例输入，预期提取 bc：! 后的位置不是开头，a 后的位置满足第二个条件。这个结果是表达式的预期语义，不代表任意包含 a 的文本都会只返回它后面的部分。

例如输入 abc 时，开头分支已经允许从位置零匹配，\w+ 会包含开头的 a。如果业务想始终跳过一个前缀 a，那是另一种规则，应明确前缀是否必需，不能只靠消除编译错误来确定需求。

不要把表达式直接写成 ^|(?<=a)\w+。缺少外层分组时，开头分支不受后面的 \w+ 约束，可以在字符串开头得到空匹配。

可变前缀需要保留时，用捕获组取正文

另一类问题是后行断言里含 +、* 或不同长度的前缀，例如希望取得 price: 和若干空格后面的数字。只要允许整个匹配包含前缀，可以消费前缀，再提取命名组：

import re

pattern = re.compile(r'price:\s*(?P<amount>[0-9]+)')
match = pattern.search('price:   42')
if match is not None:
    amount = match.group('amount')
    print(amount)

这个例子预期得到字符串 42。group(0) 仍包含前缀，目标数字在 group('amount') 中；调用方不能沿用原来对整个匹配的假设。\s 还可能包含换行等空白，如果业务只允许空格或制表符，应根据输入规范收窄前缀规则。

消费前缀会改变整个匹配的起止位置。代码若依赖 span()、连续提取或 re.sub()，必须同时复核这些调用，不能把提取一个捕获组的方案当成零宽断言的完全等价替换。

复核标志与边界输入

保留原来需要的匹配标志。开启 re.MULTILINE 后，^ 还匹配每个换行之后的位置；如果只允许整个字符串开头，可以按需求使用 \A。这项语义变化与固定宽度问题分开判断，不要为了编译成功随意增删标志。

检查空串、开头命中、前面有无关字符、重复前缀以及含换行的输入，分别确认匹配文本与位置。若下游接收捕获组，也要检查没有匹配时的分支。回退只需恢复模式及对应提取逻辑，但已经按新规则生成的业务结果是否需要重新处理，应另行核对。