一日一技：如何正确使用 re.sub 的第二个参数

在Python的正则表达式模块re中，我们常用的一个方法是 re.sub。它的作用是正则替换。例如我要把字符串 abc123xyz456中的数字替换为 *号：

import re

a = 'abc123xyz456'
b = re.sub('\d+', '*', a)
print(b)

运行效果如下图所示：

但如果我们看过 Python 官方文档中，关于re.sub的 API[1]，我们会发现，第二个参数不仅可以是字符串，还可以是一个函数，如下图所示：

如果第二个参数是函数，那么它需要接收一个参数，这个参数是一个match对象。如下图所示：

原字符串中有多少项被匹配到，这个函数就会被调用几次。

至于传进来的这个match对象，我们调用它的.group(0)方法，就能获取到被匹配到的内容，如下图所示：

这个功能有什么用呢？我们设想有一个字符串abc18123456794xyz123，这个字符串中有两段数字，并且长短是不一样的。第一个数字是11位的手机号。我想把字符串替换为：abc[隐藏手机号]xyz***。不是手机号的数字，每一位数字逐位替换为星号。

如果你不知道re.sub第二个参数可以是函数，那么你可能需要写两次正则替换：

import re


a = 'abc18123456794xyz123'
b = re.sub('\d{11}', '[隐藏手机号]', a)
c = re.sub('\d', '*', b)
print(c)

如下图所示：

但现在有了新方法以后，解决方案就简单了：

import re

def test(repl):
    if len(repl.group(0)) == 11:
        return '[隐藏手机号]'
    else:
        return '*' * len(repl.group(0))

a = 'abc18123456794xyz123'
b = re.sub('\d+', test, a)
print(b)

运行效果如下图所示：

参考资料

[1] API: https://docs.python.org/3/library/re.html#re.sub