异常教程

Python 将字符串中的所有数字替换为星号（长文讲解）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

  • 新项目:《从零手撸：仿小红书（微服务架构）》 正在持续爆肝中，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;
  • 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;

截止目前， 星球 内专栏累计输出 82w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 2900+ 小伙伴加入学习 ，欢迎点击围观

在编程和数据处理中，将字符串中的敏感数字替换为星号是一个常见的需求。例如，在用户注册时隐藏身份证号、银行卡号等信息，或是在日志脱敏场景中保护隐私数据。本文将深入探讨如何用 Python 实现这一功能，并通过不同方法对比、代码示例和实际案例，帮助读者理解其核心原理与应用场景。

一、字符串基础与替换逻辑

字符串的不可变性

Python 中的字符串是不可变对象，这意味着对字符串的任何修改都会生成新的字符串。例如：

original = "Hello123"  
new_str = original.replace("123", "***")  
print(new_str)  # 输出 "Hello***"

这里的 replace() 方法会创建新字符串，而非直接修改原字符串。

直接替换的局限性

若需替换所有数字，逐个字符替换会更灵活。例如：

text = "Password1234"  
result = ""  
for char in text:  
    if char.isdigit():  # 判断是否为数字  
        result += "*"  
    else:  
        result += char  
print(result)  # 输出 "Password****"

此方法逐个检查字符，但效率较低，尤其在处理长字符串时可能不够高效。

二、正则表达式（Regex）的灵活应用

正则表达式简介

正则表达式是文本模式匹配的利器，可以高效定位并替换字符串中的特定模式。在 Python 中，re 模块提供了正则表达式功能。

核心语法

  • \d：匹配任意单个数字（0-9）。
  • +：匹配前一个字符 1 次或多次。
  • re.sub(pattern, replacement, string)：替换匹配到的内容。

实现数字替换的代码示例

import re  

def replace_numbers_with_asterisks(text):  
    return re.sub(r"\d+", "*", text)  

print(replace_numbers_with_asterisks("Phone: 123-456-7890"))  # 输出 "Phone: *-*-*"  
print(replace_numbers_with_asterisks("Year2023"))             # 输出 "Year*"

问题与优化：
上述代码将连续数字替换为单个星号，若需替换为与原数字长度相同的星号（例如 123 → ***），可使用回调函数：

def replace_with_same_length(match):  
    return "*" * len(match.group())  

def precise_replace(text):  
    return re.sub(r"\d+", replace_with_same_length, text)  

print(precise_replace("ID: 123456"))  # 输出 "ID: ******"

三、进阶方法与代码优化

方法 1：使用 re.compile() 提升性能

若需多次调用正则表达式，预编译模式可减少重复解析开销：

import re  

pattern = re.compile(r"\d+")  

def optimized_replace(text):  
    return pattern.sub("*", text)  

for _ in range(1000):  
    optimized_replace("Test123")

方法 2：列表推导式与 join() 组合

通过遍历字符并组合新字符串，代码更简洁：

def list_comprehension_approach(text):  
    return "".join(["*" if c.isdigit() else c for c in text])  

print(list_comprehension_approach("2023 is the year"))  # 输出 "** is the year"

方法 3：处理 Unicode 数字（可选）

若需支持 Unicode 数字（如罗马数字、汉字数字），可扩展匹配模式：

def replace_unicode_numbers(text):  
    return re.sub(r"[\d\u0660-\u0669\u0e50-\u0e59]+", "*", text)  

print(replace_unicode_numbers("泰语数字：๑๒๓"))  # 输出 "泰语数字：***"

四、性能对比与场景选择

不同方法的效率测试

通过 timeit 模块对比三种方法：

import timeit  

test_str = "a1b2c3d4e5" * 1000  

def method1(text):  
    return re.sub(r"\d+", "*", text)  

def method2(text):  
    return "".join(["*" if c.isdigit() else c for c in text])  

def method3(text):  
    return re.sub(r"\d+", "*", text, flags=re.ASCII)  

print("Method1:", timeit.timeit(lambda: method1(test_str), number=1000))  
print("Method2:", timeit.timeit(lambda: method2(test_str), number=1000))  
print("Method3:", timeit.timeit(lambda: method3(test_str), number=1000))

常见结果：

  • 正则表达式（Method1）通常最快，因其底层用 C 实现。
  • 列表推导式（Method2）次之，适合简单场景。
  • 若需禁用 Unicode 支持（如纯 ASCII 字符），可添加 re.ASCII 标志加速（Method3）。

场景选择建议

场景需求推荐方法优势与适用性
基础替换（简单字符串）列表推导式或直接循环代码直观，适合新手理解
高效处理长字符串正则表达式（re.sub()）底层优化，速度最快
需保留数字长度回调函数 + 正则表达式精确控制替换后的星号数量
多语言/Unicode 支持自定义 Unicode 正则模式扩展匹配范围，但需注意性能影响

五、实际案例与扩展应用

案例 1：日志脱敏

假设日志内容包含用户 ID 和订单号：

def log_sanitizer(log_entry):  
    return re.sub(r"\b\d{4,}\b", "****", log_entry)  

print(log_sanitizer("User 123456 logged in. Order #7890123 processed."))

此方法通过 \b 匹配单词边界，避免替换非数字内容。

案例 2：密码强度验证中的替换

在密码设置时隐藏部分字符：

def hide_password_chars(password):  
    return re.sub(r"(?<=\w)\d(?=\w)|\d", "*", password)  

print(hide_password_chars("Pass123word"))  # 输出 "Pass**3word"

此正则通过正向预查（(?<=\w)）和后向预查（(?=\w)）定位中间的数字，实现部分隐藏。

六、常见问题与解决方案

问题 1：替换后星号数量不足

原因：默认正则模式将连续数字视为一个整体替换为单个星号。
解决：使用回调函数或 re.finditer() 获取匹配位置：

def replace_with_length(text):  
    result = list(text)  
    for match in re.finditer(r"\d+", text):  
        start, end = match.span()  
        result[start:end] = ["*"] * (end - start)  
    return "".join(result)  

print(replace_with_length("1234"))  # 输出 "****"

问题 2：特殊字符干扰

场景：字符串中存在类似数字的符号（如 ²、①）。
解决：通过 Unicode 范围或自定义模式精确匹配：

re.sub(r"[\d\u2460-\u24FF]+", "*", "测试①号：2²")

七、结论

将字符串中的数字替换为星号是 Python 中一项实用技能，其核心在于理解字符串操作逻辑与正则表达式的灵活运用。通过本文的讲解，读者可以掌握：

  1. 字符串不可变性与基础替换方法；
  2. 正则表达式在模式匹配中的高效性；
  3. 不同场景下的代码优化技巧与性能对比。

无论是处理用户隐私数据、日志脱敏还是密码强度验证，这些方法都能提供灵活的解决方案。建议读者通过实际项目练习，进一步巩固对正则表达式和字符串操作的理解。

通过本文的学习，您已掌握了 Python 中字符串数字替换的核心技术。若需更复杂的数据处理需求，可进一步探索 re 模块的高级功能或第三方库（如 fuzzywuzzy），但基础方法的熟练运用仍是解决问题的第一步。

最新发布

查看更多文章