正则表达式入门：从看不懂到熟练使用的完整路径

正则表达式（Regular Expression）是一种用特殊符号描述文本模式的迷你语言。它解决的核心问题是：从大量文本中找出符合某种规则的内容。例如从日志中提取所有邮箱、验证用户输入的手机号格式、批量替换日期格式。

几乎所有编程语言都内置正则支持（JavaScript、Python、Java、Go...），学会一次到处通用，是性价比最高的编程技能之一。

字符类：\d 匹配数字，\w 匹配字母数字下划线，\s 匹配空白，[abc] 匹配 a/b/c 之一，[^abc] 匹配除此之外的字符，. 匹配任意字符（除换行）。量词：* 零次或多次，+ 一次或多次，? 零次或一次，{3} 恰好 3 次，{3,5} 3 到 5 次。

分组与捕获：() 把多个字符视为整体，同时捕获内容供提取或引用；(?:) 只分组不捕获。位置断言：^ 行首，$ 行尾，\b 单词边界。掌握这四类，就能写出 80% 的日常正则。

以下正则覆盖了日常开发的高频验证场景。注意不同语言对正则的支持略有差异，使用前建议在测试工具中验证。

写正则最大的痛苦是「不知道为什么匹配不上」。在线正则测试工具实时高亮匹配结果，输入正则和测试文本立即看到匹配位置、捕获分组内容，支持全部修饰符（全局/忽略大小写/多行），是学习和调试的利器。

默认情况下量词是贪婪的：尽可能多地匹配。例如 <.+> 对 <div>text</div> 会匹配整行而不是两个标签。在量词后加 ? 变为非贪婪：<.+?> 则只匹配到第一个 >。

类似的还有回溯陷阱：嵌套量词如 (a+)+ 在特定输入下会导致指数级回溯（ReDoS 攻击），写复杂正则时务必用真实数据测试性能。

正向先行断言 (?=...)：匹配后面跟着指定内容的位置。例如 \d+(?=元) 匹配价格数字但不包含「元」字。负向先行 (?!...) 则相反。反向引用 \1 引用第一个分组的内容，(\w)\1 可匹配连续重复的字符（如 aa、11）。

这些高级特性让正则可以完成看似不可能的匹配任务，但也显著增加复杂度。工程建议：正则超过 50 个字符时，优先考虑拆分为多个简单正则或用代码分步处理。