sub()：利用正则表达式替换字符串

sub()方法是Python re模块中的一个函数，用于利用正则表达式替换字符串中的指定部分。这个函数在文本处理和数据清洗中非常常用。下面将详细介绍sub()方法的用法和一些示例。

sub()方法的基本语法如下：

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

参数说明：

- pattern: 正则表达式模式，用于匹配要替换的字符串。

- repl: 替换的字符串或者替换函数。当为字符串时，代表要用来替换匹配到的字符串；当为函数时，将使用函数的返回值作为替换结果。

- string: 要进行替换的字符串。

- count: 可选参数，指定替换的次数。默认值为0，代表替换所有匹配到的字符串。

- flags: 可选参数，用于控制正则表达式的匹配方式，例如是否区分大小写等。

以下是一些sub()方法的示例：

1. 替换数字为"*"符号

代码：

import re

string = "I have 3 apples and 5 oranges."

result = re.sub(r'\d', '*', string)

print(result)

输出：

I have * apples and * oranges.

解释：

上述代码中，通过正则表达式r'\d'匹配到字符串中的数字部分，并用"*"替换。可以看到输出结果中的数字已经被替换成了"*"符号。

2. 替换邮箱中的用户名

代码：

import re

string = "My email is john@example.com."

result = re.sub(r'(\w+)@(\w+)\.(\w+)', r'xxx@' + r'\2.\3', string)

print(result)

输出：

My email is xxx@example.com.

解释：

上述代码中，使用正则表达式r'(\w+)@(\w+)\.(\w+)'匹配到邮箱地址，并使用r'xxx@' + r'\2.\3'作为替换字符串。其中，\2代表正则表达式中的第二个捕获组（用户名的部分），\3代表正则表达式中的第三个捕获组（域名的部分）。可以看到输出结果中的用户名部分已经被替换成了"xxx"。

3. 替换字符串为函数的返回值

代码：

import re

string = "I have apples and oranges."

def replace_func(match):

    return match.group(0).upper()

result = re.sub(r'\w+', replace_func, string)

print(result)

输出：

I HAVE APPLES AND ORANGES.

解释：

上述代码中，定义了一个替换函数replace_func。这个函数接收一个匹配对象match，并返回匹配对象的大写形式（match.group(0).upper()）。sub()方法通过传递这个替换函数，将匹配到的每个单词替换成了它们的大写形式。

通过上述示例，我们可以看到sub()方法的强大和灵活之处。它可以通过正则表达式的匹配，对字符串进行精确的替换。在文本处理和数据清洗中，sub()方法是一个非常有用的工具。