在 Python 3.9 中，将 re.compile() 返回的正则对象存入元组并序列化（如 str() 或写入文件）时，其字符串表示会被意外截断——这并非数据丢失，而是 re.Pattern.__repr__ 的内部限制所致；根本解决需避免依赖 str(re.compile(...))，改用持久化方案。
在 python 3.9 中，将 `re.compile()` 返回的正则对象存入元组并序列化（如 `str()` 或写入文件）时，其字符串表示会被意外截断——这并非数据丢失，而是 `re.pattern.__repr__` 的内部限制所致；根本解决需避免依赖 `str(re.compile(...))`，改用持久化方案。
该问题的本质并非编码错误或 Unicode 处理不当，而在于 re.Pattern 对象的 __repr__ 方法在 Python 3.9+ 中对长正则模式做了显式截断（通常限制约 100–200 字符），以提升交互式环境（如 REPL）的可读性。当你执行 str(i) 或 print(i) 时，实际调用了元组中 re.Pattern 实例的 __repr__，导致输出形如：
('szerzodes_felmondas', re.compile('\b(szerzödéséről|szerzödást|...|sz))')
⚠️ 注意：此截断仅发生在字符串表示层面，re.Pattern 对象本身功能完全正常，匹配行为不受影响。
✅ 正确解决方案（按推荐顺序）
1. 避免序列化 re.Pattern 对象（首选）
不要将 re.compile() 结果直接存入需持久化的结构中。改为仅保存原始正则字符串和标志，运行时动态编译：
import re
# ✅ 推荐：只存 pattern 字符串和 flags
regs_config = [
('szerzodes_felmondas',
r'(szerzödéséről|szerzödást|szerzödésemet|szerzödésést|szerzödéséhez|szerzdés|szerzdésre|szerzödéseddel|szerzödésések|szerzdéssel|szerzödésedet|szerzdésen|szerzödésével|szerzödéseinken|szerzödéséssel|szerzödéseket|szerzödést|szerzödéseinek|szerzödéseire|szerzödéseink|szerzödésed|szerzödésein|szerzödésébe|szerzözédeseket)',
re.UNICODE)
]
# 运行时编译（高效，且无截断风险）
regs = []
for key, pattern_str, flags in regs_config:
regs.append((key, re.compile(pattern_str, flags)))
# 验证匹配功能正常
text = "A szerzödéséről döntöttünk."
for key, pat in regs:
if pat.search(text):
print(f"Matched '{key}': {pat.search(text).group()}")
2. 若必须保存已编译对象，使用 pickle（仅限可信环境）
pickle 可完整序列化 re.Pattern，但不可用于不可信数据源（存在反序列化安全风险）：
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
import pickle
# 序列化（保存）
with open('regs.pkl', 'wb') as f:
pickle.dump(regs, f)
# 反序列化（加载）
with open('regs.pkl', 'rb') as f:
loaded_regs = pickle.load(f)
3. 调试时查看完整 pattern（非持久化用途）
如仅需临时检查，绕过 __repr__，直接访问属性：
for key, pat in regs:
if key == 'szerzodes_felmondas':
print(f"Key: {key}")
print(f"Full pattern: {pat.pattern}") # ✅ 完整原始字符串
print(f"Flags: {pat.flags}")
⚠️ 关键注意事项
- ❌ open(..., encoding='utf-8') 无法解决截断问题（它只修复编码乱码，不改变 __repr__ 行为）；
- ❌ 不要尝试 str(re.compile(...)).replace('...', '') 等字符串修补——截断是 __repr__ 的硬编码逻辑，不可逆；
- ✅ 所有方案均兼容 Python 3.9+，且保持 Unicode 正确性（确保源文件声明 # coding: utf-8，字符串字面量含正确 Unicode）；
- ? 若涉及配置文件分发，强烈推荐方案 1（存 pattern 字符串），兼顾可读性、可维护性与安全性。
总结：这不是 bug，而是设计权衡；真正的工程实践应分离「配置定义」与「运行时实例化」，让代码更健壮、可审计、易调试。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
