Ruff 0.17.2：新增一条「正则不必重复编译」的预览规则，外加一批误报修复

Ruff 0.17.2 在 10 月 22 日发布。这类补丁版的更新说明通常很短，但 Ruff 的短说明里往往藏着「一个规则改了」这种实质信息。

一条新的预览规则

[complexity] 新增 unnecessary-regular-expression-compile（#25533）

这条规则抓的是这种写法：

import re

# 每次调用都重新编译一遍
def is_phone(s: str) -> bool:
    return re.match(r"^\+?[0-9]{6,15}$", s) is not None

# 应该是：编译一次，复用
PHONE = re.compile(r"^\+?[0-9]{6,15}$")
def is_phone_fast(s: str) -> bool:
    return PHONE.match(s) is not None

Python 的 re 模块内部有缓存（默认 512 条），所以「每次编译」在简单脚本里几乎看不出来。但缓存是按 pattern 字符串做键的，动态拼出来的正则（比如带用户输入）会不断填满缓存，然后命中率掉下来，性能就变成断崖。

这条规则现在在预览通道（preview），需要显式开启：

# pyproject.toml
[tool.ruff.lint]
preview = true
select = ["RUF"]   # 或按需加上这条规则的编号

我的看法：预览规则该开，但别全开。Ruff 的预览通道里有些规则还在调整语义，全开会在升级时收到一堆「规则行为变了」的噪音。

顺带一句：这条规则只在「正则字面量出现在调用点」时才报。如果你确实需要动态拼 pattern，它不会误伤 —— 判断依据是「同一段源码里编译了常量 pattern 且没有复用」，而不是「用了 re.match」。

一批误报修复

这次修的问题有个共同点：都发生在「语法看起来奇怪但其实合法」的地方。

规则	修的问题
UP040 UP046 UP047 RUF053	带星号约束的类型变量会触发语法错误
D417	反斜杠转义的 *args / **kwargs 被当成「没写文档」
PLE0643	星号元素上的误报
PLR5501 PLW0120 UP035	删除注释时，修复应标记为不安全

前三条都是同一件事：Python 3.12+ 的泛型语法（def f[*Ts](...)）让很多老规则的正则匹配失效了。规则的实现靠语法树，但「判断某个节点是不是某种形状」的辅助函数往往写得比较宽松，遇到新语法就误判。

第四条更值得注意：fix 会删掉注释，而注释不是语法树的一部分。所以「自动修复」可能悄悄删掉你写的一段解释 —— 现在这类修复被标记为 unsafe，意思是默认不自动应用，要显式加 --unsafe-fixes。

# 只应用安全修复（默认）
ruff check --fix .

# 允许改动语义/删注释的修复
ruff check --fix --unsafe-fixes .

这是格式化与 lint 工具的通用原则：能自动改的，只有那些「改完一定还是同一个意思」的东西。

两条性能优化

• lint 名称解析不再产生中间名字（#29506）：每条规则的名字在匹配时会被反复查找，去掉中间分配能省下可观的内存与时间。
• 双向 Unicode 检查按 UTF-8 首字节预筛（#29561）：这个检查要找出源码里的「双向控制字符」（就是那个著名的 Trojan Source 类问题），逐字符判断很贵；先看首字节就能排除绝大多数 ASCII。

第二条是典型的「便宜的条件先做」：99% 的字符是 ASCII，先排除它们，再对剩下的做贵检查。

我为什么还在用 Ruff

我维护的项目里 Python 不多，但每次用都觉得值：一个工具替代 flake8 + isort + pyupgrade + 部分 pylint，配置一份、速度一个量级。

0.17.2 这类版本不需要特别关注，但有一条建议：把 ruff check 的版本固定住。Ruff 的规则集在快速变化，CI 里用浮动版本会在某天突然多出几十条新报错 —— 而那时候你正在修别的东西。