Python文本处理——re.sub 和 str.replace()的区别

关注

原创 2022-04-15 06:39:51 1.3k 阅读 AI 写同款· GEO 优化 ›

Python正则表达式实战：字符串清洗的工程化方法正则表达式是处理非结构化字符串数据的核心技术，其本质是基于模式匹配的文本解析原理，通过定义字符规则实现精准提取与智能替换。相比简单的split()或replace()，正则具备语义感知能力，能识别数字结构、嵌套边界和多变格式，在金融、电商、日志、IoT等场景中承担着将‘毛坯数据’转化为标准字段的关键任务。本文聚焦re.findall()、re.search()、re.sub()和re.compile()四大高频函数，结合价格解析、日志拆解、电话号码归一化等真实案例，系统阐述如何构建鲁棒、可复用、可监控的字符阅读详情

1.str.replace()

str.replace(old, new[, max])
用新字符串 new 替换旧字符串 old，可以设置替换次数 max

old – 将被替换的子字符串。
new – 新字符串，用于替换old子字符串。
max – 可选字符串, 替换不超过 max 次

text1 = '           Info has been found (+/- 100 pages, and 4.5 MB of .pdf files) Now i have to wait untill our team leader has processed it and learns html.         '
text1

在这里插入图片描述

# str.replace(old, new[, max])

text1.replace('  ', '')

在这里插入图片描述 需要注意的是，replace 不会改变原 string 的内容！

2.re.sub

re.sub(pattern, repl, string, count=0, flags=0)
使用正则表达式来进行子串的替换

pattern：表示正则表达式中的模式字符串（被替换的部分）；

repl：替换后的部分（既可以是字符串，也可以是函数）；

string：要被处理的，要被替换的字符串；

count：匹配的次数, 默认是全部替换

在这里插入图片描述

# re.sub(pattern, repl, string, count=0, flags=0)
re.sub('\W', ' ', text1)    # 将任何不是单词的字符替换为空格

收录于

机器学习之路

文本处理

标签

#python

replace与exclude操作：原理、区别与优化实践字符串处理和数据过滤是编程中的基础操作，其中replace（替换）和exclude（排除）是两种核心处理方式。从原理上看，replace通过模式匹配修改内容，常用于数据清洗和模板渲染；而exclude基于条件判断过滤元素，多用于日志处理和数据集预处理。在工程实践中，replace操作需注意大文本处理和正则优化，exclude则要考虑尽早过滤和并行处理。特别是在数据脱敏和日志过滤等场景中，合理运用这两种操作能显著提升系统性能和安全性。通过预编译规则、分布式处理等技术，可以优化replace与exclude在大阅读详情