Python 正则替换 re.sub

re.sub 是 Python 正则表达式模块（re） 中的一个函数，用于 替换字符串中匹配正则表达式的部分。它的全称是 “Regular Expression Substitute”（正则表达式替换）。

re.sub 的基本语法

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

• pattern：要匹配的正则表达式（字符串或编译后的正则对象）。
• replacement：替换成的字符串（可以是函数）。
• string：要处理的原始字符串。
• count（可选）：最多替换次数（默认 0 表示全部替换）。
• flags（可选）：正则标志（如 re.IGNORECASE）。

re.sub 的作用

1. 查找并替换：找到字符串中所有匹配 pattern 的部分，替换为 replacement。
2. 支持正则表达式：可以用复杂的正则规则匹配（如 \d+ 匹配数字，\s+ 匹配空白字符等）。
3. 全局替换：默认替换所有匹配项（除非指定 count）。

示例

1. 简单替换

import re

text = "Hello, 2023! Python is great."
# 将所有数字替换为 "YEAR"
result = re.sub(r"\d+", "YEAR", text)
print(result)  # 输出: "Hello, YEAR! Python is great."

2. 替换换行符（\r\n 或 \n）

text = "Line1\r\nLine2\nLine3"
# 替换所有 Windows (\r\n) 和 Unix (\n) 换行符为 <br>
result = re.sub(r"\r?\n", "<br>", text)
print(result)  # 输出: "Line1<br>Line2<br>Line3"

3. 使用函数动态替换

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

text = "hello world"
# 将所有单词首字母大写
result = re.sub(r"\b\w", to_upper, text)
print(result)  # 输出: "Hello World"

re.sub vs str.replace

为什么在 Markdown 表格换行处理中推荐 re.sub？

在处理换行符时：

• \r\n（Windows）和 \n（Unix）是不同的，用 str.replace 需要写两次：

  text = text.replace("\r\n", "<br>").replace("\n", "<br>")
  

• 用 re.sub 可以 一步完成：

  import re
  text = re.sub(r"\r?\n", "<br>", text)
  

  • \r? 表示“\r 是可选的”，因此能匹配 \r\n 或 \n。

总结

• re.sub 是正则替换工具，适合复杂匹配（如换行符、数字、特定模式）。
• str.replace 是简单字符串替换，适合固定文本。
• 在 Pandas 中，可以用 str.replace(regex=True) 替代 re.sub（但底层仍是正则）。

如果你只需要处理换行符，re.sub(r"\r?\n", "<br>", text) 是最简洁高效的方式！