左python re.search正则表达式

python re.sub 正则表达式

re.sub() 前言

在字符串数据处理的过程中，正则表达式是我们经常使用到的，python中使用的则是re模块。

下面会通过实际案例介绍 re.sub() 的详细用法，re.sub()函数主要用于替换字符串中的匹配项。

re.sub() 函数原型

首先从python源代码来看一下该函数原型，包括各个参数及其意义：

def sub(pattern, repl, string, count=0, flags=0):
    """Return the string obtained by replacing the leftmost
    non-overlapping occurrences of the pattern in string by the
    replacement repl.  repl can be either a string or a callable;
    if a string, backslash escapes in it are processed.  If it is
    a callable, it's passed the Match object and must return
    a replacement string to be used."""
    return _compile(pattern, flags).sub(repl, string, count)

从上面的代码中可以看到re.sub()方法中含有5个参数:

（1）pattern：该参数表示正则表达式中的模式字符串；
（2）repl：该参数表示要替换的字符串（即匹配到pattern后替换为repl），也可以是个函数；
（3）string：该参数表示要被处理（查找替换）的原始字符串；
（4）count：可选参数，表示是要替换的最大次数，而且必须是非负整数，该参数默认为0，即所有的匹配都会被替换；
（5）flags：可选参数，表示编译时用的匹配模式（如忽略大小写、多行模式等），数字形式，默认为0。

其中re.sub函数的前3个参数是必填项，后面两个参数是可选参数。

re.sub使用案例

使用re.sub正则表达式替换所有小写字母a,变成大写字母A

# 导入正则表达式需要的re模块
import re
# sub 第一个参数是正则表达式 ，第二个参数表示要替换的字符串，第三个参数是源字符串
m_sub = re.sub(r'a', "A", 'I am a lowercase letter a, I am a lowercase letter b')
print(m_sub)
#结果为: I Am A lowercAse letter A, I Am A lowercAse letter b

re.sub替换单个数字或字母

（1）re.sub只替换单一数字

# 导入正则表达式需要的re模块
import re
s = "我的数字编号是123456,您能将我的编号数字变成星号吗?"
m_sub = re.sub(r'[0-9]', '*', s)
print(m_sub)
#结果为: 我的数字编号是******,您能将我的编号数字变成星号吗?

上面 re.sub(r'[0-9]', '*', s) 这句话则表示只匹配单一数字，并将每一个数字替换为一个星号。

（2）re.sub只替换单一字母

# 导入正则表达式需要的re模块
import re
s = "My number is 123456, can you turn my number into an asterisk?"
m_sub = re.sub(r'[a-z]', '*', s)
print(m_sub)
#结果为: M* ****** ** 123456, *** *** **** ** ****** **** ** ********?
m_sub = re.sub(r'[A-Z]', '*', s)
print(m_sub)
#结果为: *y number is 123456, can you turn my number into an asterisk?
m_sub = re.sub(r'[A-Za-z]', '*', s)
print(m_sub)
#结果为: ** ****** ** 123456, *** *** **** ** ****** **** ** ********?

上面 re.sub(r'[a-z]', '*', s) 这句话则表示只匹配单一小写字母，并将每一个小写字母替换为一个星号。

上面 re.sub(r'[A-Z]', '*', s) 这句话则表示只匹配单一大写字母，并将每一个大写字母替换为一个星号。

上面 re.sub(r'[A-Za-z]', '*', s) 这句话则表示只匹配单一字母，并将每一个字母替换为一个星号。

re.sub 替换多个数字或字母

注意：这里的所说的多个指的是大于等于一个。

（1）re.sub替换多个数字

# 导入正则表达式需要的re模块
import re
s = "My number is 123456, can you turn my number into an asterisk?"
m_sub = re.sub(r'[0-9]+', '*', s)
print(m_sub)
# My number is *, can you turn my number into an asterisk?

上面 re.sub(r'[0-9]+', '*', s) 这句话则表示匹配多个连续的数字，并将多个连续的数字替换为一个星号。

（2）re.sub替换多个字母

# 导入正则表达式需要的re模块
import re
s = "My number is 123456, can you turn my number into an asterisk?"
m_sub = re.sub(r'[a-z]+', '*', s)
print(m_sub)
# M* * * 123456, * * * * * * * *?
m_sub = re.sub(r'[A-Z]+', '*', s)
print(m_sub)
# *y number is 123456, can you turn my number into an asterisk?
m_sub = re.sub(r'[a-zA-Z]+', '*', s)
print(m_sub)
# * * * 123456, * * * * * * * *?

上面 re.sub(r'[a-z]+', '*', s) 这句话则表示匹配多个连续的小写字母，并将多个连续的小写字母替换为一个星号。

上面 re.sub(r'[A-Z]+', '*', s) 这句话则表示匹配多个连续的大写字母，并将多个连续的大写字母替换为一个星号。

上面 re.sub(r'[A-Za-z]+', '*', s) 这句话则表示匹配多个连续的字母，并将多个连续的字母替换为一个星号。

（3）re.sub替换多个数字和字母

# 导入正则表达式需要的re模块
import re
s = "My number is 123456, can you turn my number into an asterisk?"
m_sub = re.sub(r'[0-9a-zA-Z]+', '*', s)
print(m_sub)
# 结果为: * * * *, * * * * * * * *?

上面 re.sub(r'[0-9A-Za-z]+', '*', s) 这句话则表示匹配多个连续的数字和字母，并将多个连续的数字、连续的字母、连续的数字和字母替换为一个星号。

re.sub 匹配固定形式

a. re.sub 只保留字母和空格，将 repl 设置为空字符即可。

# 导入正则表达式需要的re模块
import re
s = "My number is 123456, can you turn my number into an asterisk?"
m_sub = re.sub(r'[^a-z ]', '', s)
print(m_sub)
# re.sub执行结果为: y number is  can you turn my number into an asterisk

m_sub = re.sub(r'[^a-z ]+', '', s)
print(m_sub)
# re.sub执行结果为: y number is  can you turn my number into an asterisk

m_sub = re.sub(r'[^A-Za-z ]', '', s)
print(m_sub)
# re.sub执行结果为: My number is  can you turn my number into an asterisk

m_sub = re.sub(r'[^A-Za-z ]+', '', s)
print(m_sub)
# re.sub执行结果为: My number is  can you turn my number into an asterisk

如果要使句子语义和结构更完整，则要先将其余字符替换为空格（即repl设置为空格），然后去除多余的空格，如下：

# 导入正则表达式需要的re模块
import re
s = "My number is 123456, can you turn my number into an asterisk?"
m_sub = re.sub(r'[^A-Za-z ]+', ' ', s)
print(m_sub)
# My number is   can you turn my number into an asterisk

m_sub1 = re.sub(r'[ ]+', ' ', m_sub)
# 正则表达式 r'[ ]+' 可以去掉多个重复的连续空格为一个空格
print(m_sub1)
# My number is can you turn my number into an asterisk

b. re.sub 去除以 @ 开头的英文单词

# 导入正则表达式需要的re模块
import re
s = "zhangsan @song welcome to xinbiancheng.cn!"
m_sub = re.sub(r'@[A-Za-z]+', '', s)
print(m_sub)
# zhangsan  welcome to xinbiancheng.cn!

c. re.sub 去除以 ! 感叹号结尾的英文单词和数字

# 导入正则表达式需要的re模块
import re
s = "zhangsan @song welcome to baidu!"
m_sub = re.sub(r'[0-9A-Za-z]+!', '', s)
print(m_sub)
# zhangsan @song welcome to

d. re.sub 去除原始字符串中的URL

# 导入正则表达式需要的re模块
import re
s = "正则表达式的网站是http://www.xinbiancheng.cn/regular/ 您记住了吗？"
m_sub = re.sub(r'http[:.]+\S+', '', s)
print(m_sub)
#re.sub执行结果: 正则表达式的网站是 您记住了吗？

re.sub() 正则表达式提高部分

正则表达式-捕获组（capture group）

捕获组就是把正则表达式中子表达式匹配的内容，保存到内存中以数字编号或显式命名的组里，方便后面引用。当然，这种引用既可以是在正则表达式内部，也可以是在正则表达式外部。

捕获组有两种形式，一种是普通捕获组，另一种是命名捕获组，通常所说的捕获组指的是普通捕获组。

语法如下：

普通捕获组：(Expression)

命名捕获组：(?<name>Expression)

普通捕获组

您能提炼出 "xinbiancheng" 并在它的后面加上 ".cn" 吗？

# 导入正则表达式需要的re模块
import re
inputStr = "hello xinbiancheng, nihao xinbiancheng";
replacedStr = re.sub(r"hello (\w+), nihao \1", r"\1.cn", inputStr);
print(replacedStr)
# re.sub正则表达式执行结果 xinbiancheng.cn

命名捕获组

inputStr = "hello xinbiancheng, nihao xinbiancheng";
replacedStr = re.sub(r"hello (?P<name>\w+), nihao (?P=name)", "\g<name>.cn", inputStr);
print(replacedStr)
# re.sub正则表达式执行结果 xinbiancheng.cn

re.sub 如何提炼日期，并且替换日期格式

# 导入正则表达式需要的re模块
import re
a = re.sub('(\d{4})-(\d{2})-(\d{2})', r'\2-\3-\1', '2021-06-08')
# re.sub 正则表达式 普通捕获组
print(a)
#06-08-2021
a = re.sub('(\d{4})-(\d{2})-(\d{2})', r'\g<2>-\g<3>-\g<1>', '2021-06-08')
# re.sub 正则表达式 普通捕获组
print(a)
#06-08-2021
a = re.sub('(?P<y>\d{4})-(?P<m>\d{2})-(?P<d>\d{2})', r'\g<m>-\g<d>-\g<y>', '2021-06-08')
# re.sub 正则表达式 命名捕获组
print(a)
#06-08-2021

re.sub() 第二个参数是函数的用法

# 导入正则表达式需要的re模块
import re
def replace_num(str):
    numDict = {'0':'〇','1':'一','2':'二','3':'三','4':'四','5':'五','6':'六','7':'七','8':'八','9':'九'}
    return numDict[str.group()]

my_str = '2021年6月8号'
a = re.sub(r'(\d)', replace_num, my_str)
print(a)  # 每次匹配一个数字，执行函数，获取替换后的值
# re.sub正则表达式运行结果: 二〇二一年六月八号

re.sub 实战演练

使用正则表达式的 re.sub 去掉 html 中的a标签

# 导入正则表达式需要的re模块
import re

html = '''<div id="songs-list">
    <h2 class="title">经典老歌</h2>
    <p class="introduction">
        经典老歌列表
    </p>
    <ul id="list" class="list-group">
        <li data-view="2">一路上有你</li>
        <li data-view="7">
            <a href="/2.mp3" singer="任贤齐">沧海一声笑</a>
        </li>
        <li data-view="4" class="active">
            <a href="/3.mp3" singer="齐秦">往事随风</a>
        </li>
        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>
        <li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>
        <li data-view="5">
            <a href="/6.mp3" singer="邓丽君">但愿人长久</a>
        </li>
    </ul>
</div>'''
html = re.sub('<a.*?>|</a>', '', html)
print(html)

re.sub 运行结果为：

<div id="songs-list">
    <h2 class="title">经典老歌</h2>
    <p class="introduction">
        经典老歌列表
    </p>
    <ul id="list" class="list-group">
        <li data-view="2">一路上有你</li>
        <li data-view="7">
            沧海一声笑
        </li>
        <li data-view="4" class="active">
            往事随风
        </li>
        <li data-view="6">光辉岁月</li>
        <li data-view="5">记事本</li>
        <li data-view="5">
            但愿人长久
        </li>
    </ul>
</div>

左python re.search正则表达式

python 教程

python 正则表达式教程

python re.sub 正则表达式

目录

re.sub() 前言

re.sub() 函数原型

re.sub使用案例

使用re.sub正则表达式替换所有小写字母a,变成大写字母A

re.sub替换单个数字或字母

re.sub 替换多个数字或字母

re.sub 匹配固定形式

re.sub() 正则表达式提高部分

re.sub 如何提炼日期，并且替换日期格式

re.sub() 第二个参数是函数的用法

re.sub 实战演练

python 教程

python 正则表达式 教程

python re.sub 正则表达式

目录

re.sub() 前言

re.sub() 函数原型

re.sub使用案例

使用re.sub正则表达式替换所有小写字母a,变成大写字母A

re.sub替换单个数字或字母

re.sub 替换多个数字或字母

re.sub 匹配固定形式

re.sub() 正则表达式提高部分

re.sub 如何提炼日期，并且替换日期格式

re.sub() 第二个参数是函数的用法

re.sub 实战演练

python 正则表达式教程