问题: 如何用正则表达式替换字符串中的指定内容（re.sub()基础用法）？

👇 点击展开/折叠 面试背诵模板（建议先背这个） re.sub(pattern, repl, string, count=0, flags=0) 用于将字符串中所有匹配 pattern 的子串替换为 repl，返回新字符串。原字符串不变。repl 可以是普通字符串（支持 \1、\2 等反向引用捕获组），也可以是函数（接收 Match 对象，返回替换字符串）。count 参数控制最大替换次数，默认 0 表示全部替换。flags 用于设置匹配模式（如 re.IGNORECASE）。常见用法：数据脱敏（隐藏手机号中间四位）、格式统一（将多种日期格式替换为标准格式）、内容清理（移除 HTML 标签）。
---

基础用法示例

1
2
3
4
5
6
7
8
import re
text = "手机号: 13812345678, 备用: 13987654321"

# 基础替换：将数字替换为 X
print(re.sub(r'\d', 'X', text))   # 手机号: XXXXXXXXXXX, 备用: XXXXXXXXXXX

# 限制替换次数（仅替换第一个数字）
print(re.sub(r'\d', 'X', text, count=1))   # 手机号: X3812345678, 备用: 13987654321

使用反向引用（捕获组）进行灵活替换

反向引用 \1、\2 等可引用匹配到的捕获组内容，实现保留部分内容的替换。

1
2
3
4
5
6
7
8
9
# 脱敏手机号：保留前3位和后4位，中间替换为 ****
phone = "13812345678"
masked = re.sub(r'(\d{3})\d{4}(\d{4})', r'\1****\2', phone)
print(masked)   # 138****5678

# 日期格式转换：将 YYYY-MM-DD 转为 DD/MM/YYYY
text = "今天日期是 2024-10-01"
converted = re.sub(r'(\d{4})-(\d{2})-(\d{2})', r'\3/\2/\1', text)
print(converted)   # 今天日期是 01/10/2024

使用函数作为替换参数（动态替换）

若替换逻辑复杂（如根据匹配内容动态计算新值），可将 repl 设为函数，函数接收 Match 对象，返回字符串。

1
2
3
4
5
6
def double(match):
    value = int(match.group(0))
    return str(value * 2)

text = "价格: 100元, 折扣: 20元"
print(re.sub(r'\d+', double, text))   # 价格: 200元, 折扣: 40元

常见应用场景速览

场景 示例模式 替换目标
移除 HTML 标签 <[^>]+> 替换为空字符串
统一空格 \s+ 替换为单个空格
脱敏邮箱（保留首尾） (\w{2})\w+@(\w+) r'\1***@\2'
过滤非数字字符 \D 替换为空（仅保留数字） 
1
2
3
4
# 保留数字
print(re.sub(r'\D', '', 'abc123def456'))   # '123456'
# 移除多余空白
print(re.sub(r'\s+', ' ', 'hello    world'))   # 'hello world'

注意事项（性能与陷阱）

  • re.sub 默认替换所有匹配项，若只需替换首次，设置 count=1。
  • 替换字符串中的反斜杠 \ 需使用原始字符串 r''，避免转义冲突（如 \1 在普通字符串中需写为 \\1）。
  • 若替换内容中包含 \ 或 & 等特殊字符，需视情况额外转义（re.escape 可自动转义字符串中的特殊字符）。