Python Regex Sub - 替换字符串中的特定部分

一、正则表达式概述

正则表达式是一种用来描述、匹配一系列字符模式的方法，其主要应用于文本处理和搜索。Python内置了re模块，它提供了对正则表达式的支持。通过使用re模块，我们可以使用正则表达式来搜索、匹配和替换字符串中的特定部分。

正则表达式的基本语法如下：

import re
pattern = r'正则表达式模式'
match = re.search(pattern, string)

其中，r表示“raw string”，它会忽略字符转义；pattern是我们要匹配的正则表达式模式；match是搜索结果。

二、替换字符串

Python中的re.sub()函数可以用于替换字符串中匹配到的特定部分。其基本语法如下：

import re
new_string = re.sub(pattern, replacement, string)

其中，pattern是正则表达式模式；replacement是我们要替换成的文本；string是我们要搜索的原始字符串。该函数会返回一个修改后的新字符串。

比如下面的代码会将字符串中所有的数字替换成字符串“num”：

import re
string = "1a2b3c4d5e"
pattern = r'\d'
new_string = re.sub(pattern, "num", string)
print(new_string) #输出结果："numanumbnumcnumdnume"

三、应用示例

3.1 替换字符串中的空格

我们可以使用re.sub()函数来替换字符串中的空格。比如下面的代码会将字符串中的空格全部替换成下划线：

import re
string = "hello world"
pattern = r'\s'
new_string = re.sub(pattern, "_", string)
print(new_string) #输出结果："hello_world"

3.2 替换字符串中的邮箱地址

我们可以使用正则表达式来提取和替换字符串中的邮箱地址。使用下面的正则表达式可以匹配大多数形式的邮箱地址：

import re
string = "My email address is example123@qq.com, but my other email is example_456@hotmail.com"
pattern = r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b'
new_string = re.sub(pattern, "email", string)
print(new_string) #输出结果："My email address is email, but my other email is email"

注意，这里使用了re.sub()函数的第二个参数来进行替换，即将匹配到的邮箱地址替换成“email”字符串。

3.3 替换字符串中的时间

我们可以使用正则表达式来替换字符串中的时间。比如下面的代码可以将时间格式从24小时改成12小时制：

import re
string = "I wake up at 05:30 every day"
pattern = r'([01][0-9]|2[0-3]):([0-5][0-9])'
def replace_time(match):
    hour = int(match.group(1))
    if hour > 12:
        hour -= 12
    return str(hour) + ":" + match.group(2)
new_string = re.sub(pattern, replace_time, string)
print(new_string) #输出结果："I wake up at 5:30 every day"

注意，这里使用了一个自定义的函数replace_time()来对匹配到的时间进行转换。

四、总结

本文介绍了使用Python中的re.sub()函数来替换字符串中的特定部分的方法。我们可以使用正则表达式来匹配不同形式的字符串，然后使用re.sub()函数来对其进行替换。在实际应用中，我们可以将其用于提取和替换特定格式的字符串，以便于更加灵活地处理和分析数据。