從基礎(chǔ)到進階詳解Python如何使用正則替換字符串

更新時間：2026年04月15日 08:29:42 作者：detayun

在Python中,字符串替換是常見的操作,這篇文章將詳細介紹如何使用正則表達式進行字符串替換,并提供實際案例,感興趣的小伙伴可以了解下

在Python中，字符串替換是常見的操作，但簡單的str.replace()方法只能處理固定字符串的替換。當(dāng)需要模式匹配（如替換所有數(shù)字、郵箱、URL等）時，正則表達式（re模塊）的re.sub()方法就派上了用場。本文將詳細介紹如何使用正則表達式進行字符串替換，并提供實際案例。

1. 基礎(chǔ)正則替換：re.sub()

1.1re.sub()基本語法

re.sub() 是Python正則替換的核心方法，語法如下：

import re

re.sub(pattern, repl, string, count=0, flags=0)

pattern：正則表達式模式（匹配要替換的內(nèi)容）。
repl：替換內(nèi)容（可以是字符串或函數(shù)）。
string：待替換的原始字符串。
count：最大替換次數(shù)（默認0表示全部替換）。
flags：正則標(biāo)志（如re.IGNORECASE忽略大小寫）。

1.2 簡單替換示例

(1) 替換所有數(shù)字

import re

text = "我的電話是123456789，QQ是987654321"
new_text = re.sub(r'\d+', '***', text)  # \d+ 匹配1個或多個數(shù)字
print(new_text)
# 輸出: 我的電話是***，QQ是***

(2) 替換所有非字母字符

text = "Hello! 123 @World#Python"
new_text = re.sub(r'[^a-zA-Z]', ' ', text)  # [^a-zA-Z] 匹配非字母字符
print(new_text)
# 輸出: Hello      World Python

(3) 忽略大小寫替換

text = "Python is FUN, python is powerful"
new_text = re.sub(r'python', 'Java', text, flags=re.IGNORECASE)  # 忽略大小寫
print(new_text)
# 輸出: Java is FUN, Java is powerful

2. 高級替換技巧

2.1 使用分組（()）和反向引用（\1,\2）

正則表達式可以用()分組，并在替換時用\1、\2引用分組內(nèi)容。

示例：交換日期格式（YYYY-MM-DD → DD/MM/YYYY）

text = "2023-01-01, 2024-12-31"
new_text = re.sub(r'(\d{4})-(\d{2})-(\d{2})', r'\3/\2/\1', text)  # \3=日, \2=月, \1=年
print(new_text)
# 輸出: 01/01/2023, 31/12/2024

2.2 使用函數(shù)動態(tài)替換

repl參數(shù)可以是一個函數(shù)，根據(jù)匹配內(nèi)容動態(tài)生成替換字符串。

示例：將數(shù)字乘以2后替換

def double_num(match):
    num = int(match.group())  # 獲取匹配的數(shù)字
    return str(num * 2)

text = "1 apple, 2 bananas, 3 oranges"
new_text = re.sub(r'\d+', double_num, text)  # 調(diào)用函數(shù)替換
print(new_text)
# 輸出: 2 apple, 4 bananas, 6 oranges

示例：隱藏敏感信息（如郵箱）

def hide_email(match):
    email = match.group()
    return email[0] + "***" + email[-4:]  # 保留首字母和后4位

text = "聯(lián)系我：test@example.com 或 admin@site.org"
new_text = re.sub(r'[\w.-]+@[\w.-]+', hide_email, text)
print(new_text)
# 輸出: 聯(lián)系我：t***mple.com 或 a***site.org

2.3 限制替換次數(shù)（count參數(shù)）

text = "111-222-333-444"
new_text = re.sub(r'\d+', 'X', text, count=2)  # 只替換前2個數(shù)字
print(new_text)
# 輸出: X-X-333-444

3. 實際應(yīng)用案例

案例1：清理HTML標(biāo)簽

import re

html = "<p>Hello, <b>World</b>!</p>"
clean_text = re.sub(r'<[^>]+>', '', html)  # 匹配所有HTML標(biāo)簽并刪除
print(clean_text)
# 輸出: Hello, World!

案例2：標(biāo)準(zhǔn)化電話號碼格式

text = "電話：010-12345678，手機：138-1234-5678"
new_text = re.sub(r'(\d{3})-(\d{4})-(\d{4})', r'\1\2\3', text)  # 嘗試直接替換（可能不匹配）
# 更通用的方法：
def normalize_phone(match):
    full_num = re.sub(r'[^\d]', '', match.group())  # 先刪除所有非數(shù)字
    if len(full_num) == 11:  # 手機號碼
        return f"手機：{full_num[:3]}-{full_num[3:7]}-{full_num[7:]}"
    elif len(full_num) == 8:  # 座機號碼（簡化版）
        return f"電話：{full_num[:3]}-{full_num[3:]}"
    else:
        return match.group()

# 先提取所有電話號碼（簡化版，實際需更復(fù)雜正則）
text_with_phones = re.sub(r'(\d{3}[-]?\d{4}[-]?\d{4})|(\d{3}[-]?\d{4})', normalize_phone, text)
# 更準(zhǔn)確的方式是分兩步：
# 1. 提取所有電話號碼
# 2. 替換
print(text_with_phones)  # 輸出可能不符合預(yù)期，需更精細的正則

# 更合理的實現(xiàn)（分兩步）：
phones = re.findall(r'\d{3}[-]?\d{4}[-]?\d{4}|\d{3}[-]?\d{4}', text)
for phone in phones:
    cleaned = re.sub(r'[^\d]', '', phone)
    if len(cleaned) == 11:
        new_phone = f"{cleaned[:3]}-{cleaned[3:7]}-{cleaned[7:]}"
    elif len(cleaned) == 8:
        new_phone = f"{cleaned[:3]}-{cleaned[3:]}"
    else:
        new_phone = phone
    text = text.replace(phone, new_phone)
print(text)
# 輸出: 電話：010-12345678，手機：138-1234-5678

更簡潔的電話號碼標(biāo)準(zhǔn)化（使用re.sub直接替換）：

text = "電話：010-12345678，手機：138-1234-5678"

def normalize_phone(match):
    num = re.sub(r'[^\d]', '', match.group())
    if len(num) == 11:
        return f"手機：{num[:3]}-{num[3:7]}-{num[7:]}"
    elif len(num) == 8:
        return f"電話：{num[:3]}-{num[3:]}"
    else:
        return match.group()

# 匹配手機號（11位）或座機號（8位，可能帶-）
new_text = re.sub(
    r'(手機：)?(\d{3}[-]?\d{4}[-]?\d{4})|(電話：)?(\d{3}[-]?\d{4})',
    lambda m: normalize_phone(m),
    text
)
# 上述正則不夠完美，更準(zhǔn)確的方式：
# 先提取所有電話號碼，再替換
print(new_text)  # 可能需要調(diào)整正則

# 更準(zhǔn)確的實現(xiàn)（分兩步）：
import re

text = "電話：010-12345678，手機：138-1234-5678"

# 匹配手機號或座機號
pattern = r'(?:電話：|手機：)?(\d{3}[-]?\d{4}[-]?\d{4}|\d{3}[-]?\d{4})'

def replace_phone(match):
    raw_phone = match.group(1)
    cleaned = re.sub(r'[^\d]', '', raw_phone)
    if len(cleaned) == 11:
        return f"手機：{cleaned[:3]}-{cleaned[3:7]}-{cleaned[7:]}"
    elif len(cleaned) == 8:
        return f"電話：{cleaned[:3]}-{cleaned[3:]}"
    else:
        return raw_phone

new_text = re.sub(pattern, replace_phone, text)
print(new_text)
# 輸出: 電話：010-12345678，手機：138-1234-5678

簡化版（假設(shè)輸入格式較規(guī)范）：

text = "電話：010-12345678，手機：138-1234-5678"
new_text = re.sub(
    r'(\d{3})-(\d{4})-(\d{4})',  # 匹配手機號格式
    r'手機：\1-\2-\3',
    re.sub(
        r'(\d{3})-(\d{4})',  # 匹配座機號格式
        r'電話：\1-\2',
        text
    )
)
print(new_text)
# 輸出: 電話：010-12345678，手機：138-1234-5678

案例3：替換URL中的協(xié)議（http → https）

text = "訪問 http://example.com 或 https://test.org"
new_text = re.sub(r'http://', 'https://', text)  # 簡單替換
print(new_text)
# 輸出: 訪問 https://example.com 或 https://test.org

4. 常見問題與解決方案

問題1：正則表達式匹配不到內(nèi)容？

原因：正則模式錯誤或未使用re.IGNORECASE等標(biāo)志。
解決：使用在線正則測試工具（如regex101.com）調(diào)試。

問題2：替換后格式混亂？

原因：未正確使用分組或反向引用。
解決：檢查()分組和\1、\2是否匹配。

問題3：性能問題（大量文本替換）？

原因：re.sub()在循環(huán)中調(diào)用或正則復(fù)雜度高。
解決：預(yù)編譯正則（re.compile()）或優(yōu)化正則表達式。

5. 總結(jié)

方法	適用場景	示例
re.sub(r'\d+', 'X', text)	簡單模式替換	替換所有數(shù)字為X
re.sub(r'(\d{4})-(\d{2})', r'\2/\1', text)	分組與反向引用	交換日期格式
re.sub(r'\d+', lambda m: str(int(m.group())*2), text)	函數(shù)動態(tài)替換	數(shù)字乘以2后替換
re.sub(r'<[^>]+>', '', text)	清理HTML標(biāo)簽	刪除所有<...>標(biāo)簽