Python使用re模块替换正则匹配项是否有更高效的实现方式？

你原来的写法有几个明显的可优化点：

• 每个目标词都先做search再做sub，相当于对同一个字符串重复遍历，目标词越多、文本越长，性能浪费越明显
• 替换用的等长符号手动硬编码，后续调整屏蔽词的时候很容易因为数错长度出bug
• 新增屏蔽词需要重复写整段if判断逻辑，维护成本高

核心可以利用Python re模块自带的subn方法优化：这个方法会一次性返回替换完成的新字符串和实际替换的次数，不需要额外调用search做存在性判断，直接就能省掉一半的正则扫描开销。如果把所有同规则的屏蔽词合并成一个正则，还能做到只扫描一次字符串就完成所有替换，性能提升更明显。

把所有需要屏蔽的整词统一放到列表维护，合并生成一个正则表达式，一次扫描完成所有替换、计数，替换时自动根据匹配到的词长度生成对应数量的#，不需要手动写死替换串长度：

import re

def mask_target_words(input_str: str) -> str:
    # 仅需维护这个屏蔽词列表即可，新增/删除/修改词不需要动其他逻辑
    block_list = ["orange", "frog", "cat"]
    # 构建整词匹配正则，自动转义特殊字符、忽略大小写
    mask_pattern = re.compile(
        rf"\b({'|'.join(map(re.escape, block_list))})\b",
        flags=re.IGNORECASE
    )
    # 一次完成替换+计数，回调自动生成等长#
    processed_str, replace_cnt = mask_pattern.subn(
        lambda match_res: "#" * len(match_res.group(0)),
        input_str
    )

    if replace_cnt > 0:
        return f"{processed_str} !! This string has been changed !!"
    return processed_str

细节说明 #

• 加re.escape是为了兼容屏蔽词里含正则特殊字符（比如.、*）的场景，不会导致正则语法错误
• 替换逻辑自动取匹配到的原文本长度生成#，不管屏蔽词多长都不需要手动数长度，不会出现长度不匹配的问题
• 整个流程仅对输入字符串做一次正则扫描，比原写法的多次扫描效率高很多，屏蔽词越多性能优势越大

如果你后续需要给不同屏蔽词配置不同的匹配规则（比如有的词不需要整词匹配、有的词要区分大小写），不适合合并成一个正则的话，可以把单个编译好的正则放到列表里循环处理，同样用subn省掉多余的search判断，避免重复写if逻辑：

import re

def mask_target_words(input_str: str) -> str:
    # 每个正则可以单独配置匹配规则，灵活度高
    pattern_list = [
        re.compile(r"\borange\b", re.IGNORECASE),
        re.compile(r"\bfrog\b", re.IGNORECASE),
        re.compile(r"\bcat\b", re.IGNORECASE),
    ]
    total_replace = 0
    processed_str = input_str
    for p in pattern_list:
        processed_str, cnt = p.subn(lambda m: "#" * len(m.group(0)), processed_str)
        total_replace += cnt

    return f"{processed_str} !! This string has been changed !!" if total_replace > 0 else processed_str

这个写法比你原来的实现少了每个词的search步骤，每个规则仅扫描一次字符串，同时去掉了重复的if判断代码，新增规则只需要往pattern_list里加编译好的正则即可。

内容的提问来源于stack exchange，提问作者lotsofliquidity