re.sub() 是 Python 正则表达式模块 re 中用于字符串替换的核心函数，它可以在字符串中搜索匹配正则表达式的部分，并将其替换为指定的内容。

基本语法

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

参数说明：

• pattern: 要匹配的正则表达式模式
• repl: 替换的内容（可以是字符串或函数）
• string: 要被处理的原始字符串
• count: 最大替换次数（默认为0，表示替换所有匹配）
• flags: 正则表达式标志（如忽略大小写等）

返回值

返回替换后的新字符串，原始字符串不会被修改。

基本用法示例

1. 简单字符串替换

import re

text = "Python是一门很棒的语言，Python易学易用。"
result = re.sub(r'Python', 'Java', text)
print(result)
# 输出: Java是一门很棒的语言，Java易学易用。

2. 限制替换次数

result = re.sub(r'Python', 'Java', text, count=1)
print(result)
# 输出: Java是一门很棒的语言，Python易学易用。

3. 使用正则表达式匹配

result = re.sub(r'Python', 'Java', text, count=1)
print(result)
# 输出: Java是一门很棒的语言，Python易学易用。

3. 使用正则表达式匹配

text = "张伟 1990, 李娜 1985"
result = re.sub(r'(\w+) (\d{4})', r'\2年出生的\1', text)
print(result)
# 输出: 1990年出生的张伟, 1985年出生的李娜

2. 使用函数作为替换内容

repl 参数可以是一个函数，该函数接收一个匹配对象作为参数，并返回替换字符串：

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

text = "2的3次方等于8"
result = re.sub(r'\d+', double, text)
print(result)
# 输出: 4的6次方等于16

3. 使用命名分组

text = "姓名: 张伟, 年龄: 30"
result = re.sub(r'姓名: (?P<name>\w+), 年龄: (?P<age>\d+)', 
               r'年龄: \g<age>, 姓名: \g<name>', text)
print(result)
# 输出: 年龄: 30, 姓名: 张伟

常用标志(flags)

• re.IGNORECASE 或 re.I: 忽略大小写
• re.MULTILINE 或 re.M: 多行模式
• re.DOTALL 或 re.S: 使 . 匹配包括换行符在内的所有字符

示例：

text = "Python python PYTHON"
result = re.sub(r'python', 'Java', text, flags=re.IGNORECASE)
print(result)
# 输出: Java Java Java

实际应用示例

1. 格式化电话号码

text = "联系电话：123-4567-8910"
result = re.sub(r'(\d{3})-(\d{4})-(\d{4})', r'(\1) \2-\3', text)
print(result)
# 输出: 联系电话：(123) 4567-8910

2. 隐藏敏感信息

text = "信用卡号: 1234-5678-9012-3456, 有效期: 12/25"
result = re.sub(r'\d{4}-\d{4}-\d{4}-\d{4}', '****-****-****-****', text)
print(result)
# 输出: 信用卡号: ****-****-****-****, 有效期: 12/25

3. 清理HTML标签

html = "<p>这是一个<b>段落</b></p>"
clean_text = re.sub(r'<[^>]+>', '', html)
print(clean_text)
# 输出: 这是一个段落

4. 统一日期格式

text = "日期: 15/05/2023, 另一个日期: 2023.05.16"
result = re.sub(r'(\d{2})/(\d{2})/(\d{4})', r'\3-\2-\1', text)
result = re.sub(r'(\d{4})\.(\d{2})\.(\d{2})', r'\1-\2-\3', result)
print(result)
# 输出: 日期: 2023-05-15, 另一个日期: 2023-05-16

注意事项

1. re.sub() 返回新字符串，原始字符串不会被修改（字符串在Python中是不可变的）
2. 复杂的替换操作可能会影响性能，对于大文本要考虑效率
3. 如果只是简单的固定字符串替换，使用 str.replace() 方法更高效
4. 正则表达式中的特殊字符需要转义
5. 替换函数应该总是返回字符串

性能优化建议

1. 预编译正则表达式：当需要多次使用同一模式时

pattern = re.compile(r'\d+')
result = pattern.sub('X', 'a1b2c3')

2. 避免过度使用正则表达式：简单替换用字符串方法更快

# 简单替换用这个更好
text.replace('old', 'new')

3. 考虑使用 re.subn()：如果你还需要知道替换了多少处

new_text, count = re.subn(r'\d', 'X', 'a1b2c3')
print(f"替换了{count}处")  # 替换了3处

re.sub() 是Python文本处理中极其强大的工具，掌握它可以让你轻松完成各种复杂的文本替换任务。