如何在Python中使用正则表达式替换特定格式的文本？
在Python中使用正则表达式替换特定格式的文本，主要通过re模块的sub()和subn()函数实现。这两个函数可以根据正则表达式模式查找匹配内容，并替换为指定的字符串或通过函数生成的内容。
一、核心函数
-
re.sub(pattern, repl, string, count=0, flags=0)- 功能：替换字符串中所有匹配
pattern的子串为repl - 返回值：替换后的新字符串
- 参数：
pattern：正则表达式模式repl：替换的字符串或回调函数string：原始字符串count：最大替换次数（默认0表示全部限制）flags：正则匹配标志（如re.IGNORECASE忽略大小写）
- 功能：替换字符串中所有匹配
-
re.subn(pattern, repl, string, count=0, flags=0)- 功能：与
sub()类似，但返回(新字符串, 替换次数)的元组
- 功能：与
二、常用替换场景示例
1. 基础替换：固定字符串替换
将匹配的文本替换为固定内容。
import re# 将所有数字替换为"*"
text = "密码: 123456, 验证码: 789"
result = re.sub(r"\d+", "*", text)
print(result) # 输出: 密码: *, 验证码: *# 限制替换次数（只替换前1个）
result = re.sub(r"\d+", "*", text, count=1)
print(result) # 输出: 密码: *, 验证码: 789
2. 分组替换：利用匹配的分组内容
通过()捕获分组，在替换字符串中用\1、\2等引用分组内容（类似变量复用）。
import re# 交换姓名格式：" lastName, firstName" → "firstName lastName"
text = "Bond, James; Doe, John"
pattern = r"(\w+), (\w+)" # 分组1：姓氏，分组2：名字
result = re.sub(pattern, r"\2 \1", text) # 用\2和\1交换顺序
print(result) # 输出: James Bond; John Doe# 格式化日期："MM/DD/YYYY" → "YYYY-MM-DD"
text = "今天是10/05/2023，昨天是10/04/2023"
pattern = r"(\d{2})/(\d{2})/(\d{4})" # 分组1：月，分组2：日，分组3：年
result = re.sub(pattern, r"\3-\1-\2", text)
print(result) # 输出: 今天是2023-10-05，昨天是2023-10-04
3. 函数替换：动态生成替换内容
当替换规则复杂时，repl可以是一个函数，根据匹配结果动态生成替换内容。
import re# 将数字乘以2（如"3"→"6"，"10"→"20"）
def double_num(match):num = int(match.group()) # 获取匹配的数字return str(num * 2)text = "单价: 5, 数量: 3, 总价: 15"
result = re.sub(r"\d+", double_num, text)
print(result) # 输出: 单价: 10, 数量: 6, 总价: 30# 敏感信息脱敏：保留手机号前3位和后4位，中间用*代替
def mask_phone(match):phone = match.group()return phone[:3] + "****" + phone[-4:]text = "联系电话: 13812345678, 备用电话: 19987654321"
result = re.sub(r"1[3-9]\d{9}", mask_phone, text)
print(result) # 输出: 联系电话: 138****5678, 备用电话: 199****4321
4. 忽略大小写替换
通过flags=re.IGNORECASE（简写re.I）忽略大小写匹配。
import re# 将"apple"（不区分大小写）替换为"banana"
text = "Apple, APPLE, apple"
result = re.sub(r"apple", "banana", text, flags=re.IGNORECASE)
print(result) # 输出: banana, banana, banana
5. 移除特定格式内容
将匹配的内容替换为空字符串，实现"删除"效果。
import re# 移除HTML标签（如<a>、<div>等）
html = "<h1>标题</h1><p>内容</p>"
result = re.sub(r"<.*?>", "", html) # 匹配所有标签并替换为空
print(result) # 输出: 标题内容# 移除字符串中的所有标点符号
text = "Hello, World! 这是一个示例：test."
result = re.sub(r"[^\w\s]", "", text) # [^\w\s]匹配非单词和非空白字符
print(result) # 输出: Hello World 这是一个示例 test
三、关键技巧
- 使用
r前缀：替换字符串建议加r前缀（原始字符串），避免\被转义（如r"\2"正确引用分组2）。 - 贪婪与非贪婪匹配：替换时注意模式的匹配范围，必要时用
?启用非贪婪模式（如.*?匹配尽可能少的字符）。 - 预编译模式：频繁替换时，用
re.compile()编译模式提升效率：pattern = re.compile(r"\d+") result = pattern.sub("*", "A1B2C3") # 输出: "A*B*C*"
通过sub()和subn()，可以灵活处理各种替换需求，从简单的固定替换到复杂的动态生成替换内容，正则表达式都能高效完成。