Python re.sub()函數詳解

Python作為一門廣泛應用於數據挖掘、機器學習領域的編程語言，其對正則表達式的支持是非常強大的。在Python中，re模塊提供了一組完整的API函數，支持開發人員進行正則表達式操作。re.sub()函數是其中使用最頻繁的函數之一，它可以在字元串中搜索並替換匹配的文本。本文將從以下多個方面對re.sub()函數進行詳細闡述。

一、替換匹配的文本

import re
text = "The quick brown fox jumps over the lazy dog"

# 把文本中的所有空格替換成分號
result = re.sub(r"\s", ";", text)

print(result)
# 輸出："The;quick;brown;fox;jumps;over;the;lazy;dog"

以上代碼展示了如何替換匹配的文本。re.sub()函數接受三個參數：需要搜索的正則表達式、替換的文本以及需要替換的原始文本。

在以上代碼中，”r”\s””表示一個正則表達式，\s代表空格。”;”則為替換的文本，text為需要替換的原始文本。調用re.sub()函數後，所有的空格便被替換成分號。

二、限制替換的次數

import re
text = "The quick brown fox jumps over the lazy dog"

# 把文本中的前兩個空格替換成分號
result = re.sub(r"\s", ";", text, count=2)

print(result)
# 輸出："The;quick;brown fox jumps over the lazy dog"

re.sub()函數有一個可選的參數count，用於限制替換的次數。在以上代碼中，我們將count設為2，表示只替換前兩個匹配項。如果不指定count，則默認替換所有匹配項。

三、替換時使用函數

import re
text = "The quick brown fox jumps over the lazy dog"

def replace_func(match):
    return match.group(0).upper()

# 把文本中的單詞首字母都轉換成大寫字母
result = re.sub(r"\b\w", replace_func, text)

print(result)
# 輸出："The Quick Brown Fox Jumps Over The Lazy Dog"

除了可以直接替換文本外，re.sub()函數還支持在替換時使用函數。以上代碼展示如何把文本中的單詞首字母都轉換成大寫字母。

在這裡，我們定義了一個名為replace_func的函數，它接受一個叫做match的參數，該參數表示的是當前匹配的MatchObject對象。replace_func函數內部首先使用group(0)方法獲取到匹配到的完整單詞，然後調用upper()方法將其轉換成大寫字母。最後將轉換後的結果作為替換文本返回即可。

四、匹配時間格式並轉換

import re
text = "Today is 2022-02-09, and time is 10:07."

def replace_func(match):
    date = match.group(0)
    year, month, day = date.split("-")
    return day + "/" + month + "/" + year

# 替換日期格式為dd/mm/yyyy
result = re.sub(r"\d{4}-\d{2}-\d{2}", replace_func, text)

print(result)
# 輸出："Today is 09/02/2022, and time is 10:07."

re.sub()函數也可以根據指定的正則表達式進行匹配，並將匹配到的文本轉換成目標格式。以上代碼展示了如何將文本中的時間格式轉換成dd/mm/yyyy格式。

在這裡，我們使用了”\d{4}-\d{2}-\d{2}”這個正則表達式來匹配日期格式。接著定義replace_func函數，用於將匹配到的文本(即日期)根據指定格式進行轉換。我們首先使用split方法將日期字元串拆分成年、月、日三個元素，然後再按照要求重新組合成字元串。最後將轉換後的結果作為替換文本返回即可。

五、使用預編譯的正則表達式進行替換

import re
text = "The quick brown fox jumps over the lazy dog"

pattern = re.compile(r"\s")
# 把文本中的所有空格替換成分號
result = pattern.sub(";", text)

print(result)
# 輸出："The;quick;brown;fox;jumps;over;the;lazy;dog"

如果需要反覆使用同一正則表達式進行替換，可以考慮使用re.compile()函數預編譯正則表達式，以提高程序運行效率。經過預編譯後的正則表達式可以通過sub()方法的參數調用。

以上代碼展示了如何使用預編譯的正則表達式進行替換。首先使用re.compile()函數對正則表達式進行預編譯，然後將編譯後的正則表達式通過sub()方法的參數進行調用。這裡我們將”\s”正則表達式編譯為pattern。之後pattern.sub(“;”, text)即可完成字元串的替換工作。