JavaScript 与 Python 正则表达式：那些会坑你的差异

JavaScript 和 Python 的正则语法大部分是相同的：字符类、量词、分组、锚点、环视。正因如此，差异才危险。一个正则从一边复制到另一边，通常都能编译通过，然后行为却有细微的不同。

下面是会引发真实 bug 的差异，大致按踩坑频率排序。下文的每一种行为都在 Node 23 和 Python 3.12 中验证过。本页的可交互示例在你的浏览器里运行，所以它们展示的是 JavaScript 的行为。

01re.match 只看开头

JavaScript 的 test() 和 match() 会搜索整个字符串。Python 有三个函数，其中名叫 match 的那个只在开头匹配：

import re

re.match(r"\d", "a1")      # None: the string doesn't start with a digit
re.search(r"\d", "a1")     # matches "1"
re.fullmatch(r"\d", "1")   # the whole string must match

/\d/.test("a1");  // true: test() searches

所以 JavaScript 的 test() 相当于 Python 的 search()。而在 Python 中做校验时，re.fullmatch 通常才是你想要的：不会忘记加锚点。

02$ 与末尾换行

在 Python 中，$ 既匹配字符串的最末尾，也匹配最后一个换行符之前的位置。JavaScript 的 $（不加 m 修饰符时）只匹配最末尾：

re.match(r"^\d{5}$", "90210\n")   # matches in Python

/^\d{5}$/.test("90210\n");        // false in JavaScript

在 Python 中，用 re.fullmatch 或 \Z 就能堵上这个漏洞。关于锚点与多行模式的文章对此有详细介绍。

03Python 的 \d 和 \w 支持 Unicode

在 JavaScript 中，\d 永远等于 [0-9]，即使加了 u 修饰符也一样。在 Python 3 中，对于 str 类型的正则，\d 匹配任何 Unicode 数字，\w 匹配任何文字系统中的字母：

re.fullmatch(r"\d+", "٣٤٥")            # matches in Python (Arabic-Indic digits)
re.fullmatch(r"\d+", "٣٤٥", re.ASCII)  # None

/^\d+$/.test("٣٤٥");   // false
/^\d+$/u.test("٣٤٥");  // still false

如果这些数字要交给 int() 或存进数据库，在 Python 中请用 [0-9] 或 re.ASCII。

04findall 返回的是分组，而不是匹配

如果正则里有捕获组，Python 的 findall 返回的是分组，而不是完整的匹配：

re.findall(r"\w=\d", "a=1 b=2")      # ['a=1', 'b=2']
re.findall(r"(\w)=(\d)", "a=1 b=2")  # [('a', '1'), ('b', '2')]

JavaScript 的 match 加上 g 修饰符时，无论正则里有什么分组，总是返回完整的匹配：

"a=1 b=2".match(/(\w)=(\d)/g);  // ["a=1", "b=2"]

在 Python 正则里加一个“只为分组”的括号，会悄悄改变 findall 的返回值。请使用非捕获组 (?:…)，或者用 finditer 配合 m.group(0)。

05replace 只替换一次，sub 全部替换

JavaScript 的 replace 只替换第一个匹配，除非正则带有 g。Python 的 re.sub 会替换所有匹配，除非你传入 count：

"a-b-c".replace("-", "+");      // "a+b-c"
"a-b-c".replace(/-/g, "+");     // "a+b+c"
"a-b-c".replaceAll("-", "+");   // "a+b+c"

re.sub(r"-", "+", "a-b-c")           # "a+b+c"
re.sub(r"-", "+", "a-b-c", count=1)  # "a+b-c"

替换字符串的语法也不同：JavaScript 用 $1 和 $<name>，Python 用 \1、\g<1> 和 \g<name>。

06后行断言的宽度

JavaScript 允许任意后行断言，包括长度可变的：

Python 的 re 会拒绝第二个正则，报错 look-behind requires fixed-width pattern。可以把它改写成几个固定宽度的分支 (?:(?<=USD)|(?<=USD ))\d+，或者使用第三方的 regex 模块。

07命名组的写法不同

	JavaScript	Python
定义	(?<year>\d{4})	(?P<year>\d{4})
反向引用	\k<year>	(?P=year)
在替换中使用	$<year>	\g<year>
读取	m.groups.year	m.group("year")

Python 3.12 的 re 会拒绝 JavaScript 的写法，报错 unknown extension ?<y。带命名组的正则不改动就无法在两者之间互通。

08内联修饰符

Python 接受写在正则内部开头的修饰符：(?i)abc。全局修饰符放在其他任何位置都会报错。两种语言都支持作用于分组的局部修饰符 (?i:a)b，它只让 a 忽略大小写。这在 JavaScript 中是新特性（ES2025，Node 23 以及当前版本的 Chrome 和 Firefox 都已支持），所以请确认你的目标环境。JavaScript 完全不支持开头的 (?i)；修饰符要写在斜杠后面。

09只有一方才有的功能

• 仅 Python： 原子组 (?>…) 和占有量词 a++（3.11+）、\A 和 \Z、条件分组 (?(1)…)。
• 仅 JavaScript： 配合 u 修饰符使用的 Unicode 属性转义 \p{L}（Python 需要 regex 模块）、粘性修饰符 y，以及用 d 获取匹配索引。

10字符串中的转义

Python 的正则写在字符串里，所以要写成原始字符串 r"\d+"，否则每个反斜杠都要写两遍。JavaScript 的正则字面量 /\d+/ 不需要额外转义。但 new RegExp("\\d+") 是从字符串构建的，和非原始的 Python 字符串一样，需要把反斜杠写两遍。

11试一试

可交互棋盘运行的是 JavaScript，所以这里可以用 (?<=\$)\d 这样的后行断言。不过标准杆要求更短：

12检查清单

• JS 的 test() 会搜索。Python 的 re.match 只检查开头。请用 re.search 或 re.fullmatch。
• Python 的 $ 允许末尾有一个换行。请用 re.fullmatch 或 \Z。
• Python 的 \d 和 \w 支持 Unicode。请用 [0-9] 或 re.ASCII。
• 当正则中有分组时，Python 的 findall 返回的是分组。
• JS 的 replace 只改第一个匹配，除非使用 g 或 replaceAll。Python 的 sub 全部替换。
• Python 要求后行断言是固定宽度的。
• 命名组：JS 中是 (?<n>…)，Python 中是 (?P<n>…)。

13继续练习

• 指南的正则流派章节并排比较了各种正则引擎。
• 先行断言与后行断言和命名组两篇文章更深入地讲解了其中两点。
• 试试今天的狩猎，或者在往期中浏览过去的棋盘。