Pythonre.sub()替换方法全解析

**Python re.sub()字符串替换方法详解：高效处理文本数据** 在Python中，`re.sub()`函数是利用正则表达式进行字符串替换的利器。它不仅能轻松替换固定字符串，还能处理动态内容，例如将文本中的所有数字替换为特定标记。本文深入解析`re.sub()`的用法，涵盖清理空格、去除标点、匿名化手机号等常见场景。更进一步，我们将探讨如何利用函数动态生成替换内容，实现诸如数字翻倍等复杂操作。此外，本文还总结了大小写敏感、贪婪匹配、性能优化以及分组替换等关键注意事项，助你全面掌握`re.sub()`，高效应对各种字符串替换需求，提升数据清洗和文本预处理效率。

Python的re.sub()函数用于正则表达式替换，基本用法是替换固定字符串，如将“apple”替换成“orange”。1.使用正则表达式可替换动态内容，如替换数字为“#NUMBER#”。2.常见场景包括清理空格、去除标点、匿名化手机号。3.替换时可用函数动态生成内容，如将数字乘以2。4.注意事项包括大小写敏感、贪婪匹配、性能问题及分组替换技巧。掌握这些方面可灵活应对多数替换需求。

在Python中，re.sub() 是一个非常实用的函数，用来通过正则表达式进行字符串替换。它的核心作用就是找到符合某种模式的文本，并替换成你指定的内容。

替换基本字符串

这是最简单的用法：直接替换固定字符串。
比如你想把一段文字中的“apple”替换成“orange”，就可以这样写：

import re

text = "I like apple."
new_text = re.sub("apple", "orange", text)
print(new_text)  # 输出：I like orange.

这个方法适用于你知道确切要替换什么内容的情况。但如果你面对的是更复杂的格式，比如不固定的数字、邮箱地址等，就需要用到正则表达式了。

使用正则表达式替换动态内容

re.sub() 的强大之处在于支持正则表达式，可以匹配动态变化的内容。
比如你想把所有的数字替换成“#NUMBER#”，可以这样做：

text = "The price is 123 dollars."
new_text = re.sub(r"\d+", "#NUMBER#", text)
print(new_text)  # 输出：The price is #NUMBER# dollars.

这里 \d+ 表示一个或多个数字，r"" 表示原始字符串，避免转义问题。常见场景包括：

• 清理多余空格：re.sub(r"\s+", " ", text)
• 去除标点符号：re.sub(r"[^\w\s]", "", text)
• 匿名化手机号：re.sub(r"1\d{10}", "****", text)

这类操作在数据清洗和文本预处理时特别有用。

替换时使用函数动态生成内容

有时候你不只是想替换成固定内容，而是希望根据匹配结果动态生成新值。这时你可以传入一个函数作为替换参数。
例如，将所有数字乘以2：

import re

def double(match):
    num = int(match.group(0))
    return str(num * 2)

text = "The numbers are 10, 20 and 30."
new_text = re.sub(r"\d+", double, text)
print(new_text)  # 输出：The numbers are 20, 40 and 60.

这个功能适合做数据转换、敏感词脱敏、自定义格式化等任务。关键点是你的函数必须接收一个 match 对象，并返回一个字符串。

注意事项和小技巧

使用 re.sub() 时有几个细节容易忽略：

• 大小写敏感：默认区分大小写，如果不区分，加上 flags=re.IGNORECASE
• 贪婪匹配：正则默认是贪婪的，可能影响替换范围，必要时用非贪婪模式（比如 .*?）
• 性能问题：如果只是简单替换，不如用 str.replace() 更快
• 分组替换：可以用 \1, \2 等引用捕获组内容来构造新的替换结果

基本上就这些。掌握这几个方面，就能灵活应对大多数字符串替换的需求了。

好了，本文到此结束，带大家了解了《Pythonre.sub()替换方法全解析》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！