re.sub 的 callback 参数接收一个 re.match 对象并返回字符串；必须传函数名（不加括号），签名应为 def func(match: re.match) -> str，返回 none 则替换为空字符串。
re.sub 的 callback 参数到底传什么？
re.sub 的第三个参数可以是字符串，也可以是函数。当传入函数时，这个函数会在每次匹配成功后被调用，接收一个 re.Match 对象作为唯一参数，返回值将作为本次替换的内容。
常见错误是传入带括号的函数调用，比如 re.sub(pattern, my_func(), string) —— 这会让函数立刻执行，返回值（通常是 None）被当作替换字符串，导致报错或静默失败。
正确写法是只传函数名（不加括号）：re.sub(pattern, my_func, string)。
函数签名必须严格为：
def my_func(match: re.Match) -> str:返回值必须是字符串；返回
None 会导致该次匹配被替换成空字符串，不是报错，但容易误判。
回调函数里怎么安全提取和处理捕获组？
match.group() 返回整个匹配内容，match.group(1)、match.group('name') 分别按序号或命名组取值。但直接访问可能抛出 IndexError 或 KeyError，尤其当某组未参与匹配（比如分支中未命中）时。
使用场景：正则含可选分组（如 (\d+)?）或交替（如 (foo)|(bar)），某些分支下部分组为 None。
安全做法：
- 用
match.group(1) or ''替代裸调用 - 用
match.group('num') if match.group('num') else '0' - 更稳妥：先检查
match.lastindex（最大非空序号组）或match.lastgroup（最后匹配的命名组）
注意：即使正则写了命名组，如果该组没匹配上，match.group('name') 就是 None，不是空字符串。
为什么回调里修改全局状态会出问题？
很多人想在回调里累积计数、拼接列表、或更新外部字典，例如：
counter = 0
def inc_and_replace(m):
global counter
counter += 1
return f"[{counter}] {m.group()}"
这在单线程下看似可行，但一旦正则匹配跨多行、或后续用到 re.subn、或在多线程环境（如 Web 请求中复用编译后的 pattern），counter 就会错乱。
更隐蔽的问题：Python 的 re 模块不保证回调调用顺序是否严格按文本位置从前到后（实际是，但不应依赖）。若逻辑依赖“第 N 次匹配”，应改用 re.finditer + 手动拼接，而非靠全局变量计数。
推荐替代方案：
- 把状态封装进闭包：
def make_counter_replacer():<br> count = 0<br> def replacer(m):<br> nonlocal count<br> count += 1<br> return f"[{count}] {m.group()}"<br> return replacer<br>re.sub(pattern, make_counter_replacer(), text) - 或用类实例维护状态，更清晰可控。
性能瓶颈常出在回调函数体内部
re.sub 本身很快，但回调函数若做重操作（如打开文件、发起 HTTP 请求、反复 re.search），整体性能会断崖式下降，且难以调试。
典型低效模式：
- 在回调里对
m.group()再做一次正则解析（本可用更宽泛 pattern 一次性捕获） - 调用
json.loads解析嵌套 JSON 字符串，而原始文本中 JSON 格式并不总合法，引发异常中断整个替换 - 循环拼接长字符串（如
result += …），应改用''.join(list)预收集
另外注意：Python 正则引擎默认不缓存编译结果。如果回调内反复调用 re.compile，务必提前编译并复用对象，否则每次调用都重新编译，开销极大。
最易被忽略的一点：回调函数返回的字符串，会被原样插入结果，不会再次经过正则引擎处理 —— 所以别指望它能“递归替换”。需要多轮替换，得自己控制循环，或改用 re.findall + re.sub 组合。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
