使用re.sub()移除特殊字符时，replace()替换功能失效问题排查

尝试使用re.sub()函数移除特殊字符，但调用该函数后，此前replace()的字符串替换效果全部消失。

实现代码 #

import re
import pandas as pd
from IPython.display import display

tabela = pd.read_excel("tst.xlsx")
(tabela[['nome', 'mensagem', 'arquivo', 'telefone']]) 

for linha in tabela.index:
    nome = tabela.loc[linha, "nome"]
    mensagem = tabela.loc[linha, "mensagem"]
    acordo = tabela.loc[linha, "acordo"]
    telefone = tabela.loc[linha, "telefone"]

    texto = mensagem.replace("fulano", nome)
    texto = texto.replace( "value", acordo)
    texto = texto.replace( "phone", telefone)
    texto = re.sub(r"[!!@#$%¨&*()_?',;.]", '', telefone)
    print(texto)

实际输出 #

11

预期输出 #

thyago
R$200
11

问题出在最后一行的赋值逻辑：你把texto重新赋值为re.sub()处理telefone的结果，直接覆盖了之前三次replace()生成的内容，导致之前的替换效果全部丢失。

修正方案1：保留完整替换结果后清理特殊字符 #

将re.sub()的处理对象改为前面已经完成替换的texto：

import re
import pandas as pd
from IPython.display import display

tabela = pd.read_excel("tst.xlsx")
(tabela[['nome', 'mensagem', 'arquivo', 'telefone']]) 

for linha in tabela.index:
    nome = tabela.loc[linha, "nome"]
    mensagem = tabela.loc[linha, "mensagem"]
    acordo = tabela.loc[linha, "acordo"]
    telefone = tabela.loc[linha, "telefone"]

    texto = mensagem.replace("fulano", nome)
    texto = texto.replace( "value", acordo)
    texto = texto.replace( "phone", telefone)
    # 处理对象改为已完成替换的texto，保留之前的替换结果
    texto = re.sub(r"[!!@#$%¨&*()_?',;.]", '', texto)
    print(texto)

修正方案2：提前清理手机号再替换 #

如果仅需要移除telefone中的特殊字符再替换到文本中，可以提前处理手机号：

import re
import pandas as pd
from IPython.display import display

tabela = pd.read_excel("tst.xlsx")
(tabela[['nome', 'mensagem', 'arquivo', 'telefone']]) 

for linha in tabela.index:
    nome = tabela.loc[linha, "nome"]
    mensagem = tabela.loc[linha, "mensagem"]
    acordo = tabela.loc[linha, "acordo"]
    telefone = tabela.loc[linha, "telefone"]
    # 先清理手机号的特殊字符
    telefone_limpo = re.sub(r"[!!@#$%¨&*()_?',;.]", '', telefone)

    texto = mensagem.replace("fulano", nome)
    texto = texto.replace( "value", acordo)
    texto = texto.replace( "phone", telefone_limpo)
    print(texto)

内容的提问来源于stack exchange，提问作者Thyago