正则表达式是文本处理的瑞士军刀，匹配提取替换一把梭。可那堆符号看着像天书，新手望而生畏。其实正则的核心概念就那么几个，拆开学比硬背快得多。把语法骨架和常见用法理一遍，日常文本处理基本能上手。
正则到底是什么
正则表达式是一种描述文本模式的微型语言。你写一个模式，正则引擎拿它去匹配文本，告诉你哪些部分符合。比如模式\d加号在正则里匹配一个或多个数字，它能从一篇文章里把所有数字串揪出来。正则不是编程语言，是嵌入在大部分语言里的工具，语法大同小异。
基础语法骨架
字符类用方括号，比如[aeiou]匹配任一元音字母，[0-9]匹配任一数字。有个简写：\d等价于[0-9]匹配数字，\w匹配字母数字下划线，\s匹配空白，大写版\D\W\S是反义。点号匹配除换行外任意字符，是最常用的通配。
量词控制重复次数：星号匹配0次或多次，加号匹配1次或多次，问号匹配0或1次，花括号{n}匹配恰好n次，{n,m}匹配n到m次。比如\d加号匹配一个或多个数字，\d{3}匹配恰好3位数字。\d{3,4}匹配3到4位。
锚点定位位置：脱字符匹配字符串开头，美元符匹配结尾，\b匹配单词边界。比如^Hello匹配开头是Hello的，ing美元符匹配结尾是ing的。\bword\b只匹配完整的word不匹配password里的word。
分组用圆括号，捕获匹配内容供后续引用。比如(abc)加号匹配abc的一次或多次重复。竖线表示或，cat|dog匹配cat或dog。
贪婪与非贪婪
量词默认贪婪，尽可能多匹配。比如用点星号匹配HTML标签间的内容，点号会一路匹配到最后一个闭合标签，而不是最近的。加个问号变非贪婪，尽可能少匹配。比如点号问号星号会匹配到第一个闭合标签就停。处理HTML和XML时非贪婪几乎是必须的，否则匹配结果会跨标签。
几个实战场景
匹配手机号：模式是1加[3-9]加\d{9}，1开头第二位3到9后面9位数字，共11位。匹配邮箱：字母数字加点下划线加@加字母数字加点加字母，大致是[\w.]+@[\w.]+加点加字母。这两个是常见练习，注意正则匹配格式但不验证真实性，邮箱格式对不代表邮箱存在。
提取数字：用\d加号或\d点\d加号能从小数里提取。替换：把匹配到的内容替换成指定字符串，比如把所有连续空格替换成单个空格，模式是空格加号替换成一个空格。
几个常被问的问题
【为什么我的正则在不同语言里结果不一样？】正则引擎有PCRE和POSIX等不同流派，各语言实现略有差异。比如JavaScript默认不支持回顾后发断言，Python的\w默认包含中文。跨语言用正则先测，别假设通用。
【正则能解析HTML吗？】理论上不行，HTML是嵌套结构正则是线性匹配，正规做法用解析器。简单提取可以用正则，但复杂HTML正则会断在嵌套标签上。能用选择器或解析器就别用正则啃HTML。
【怎么调试正则？】用在线正则测试工具，输入模式和文本实时看匹配结果和高亮。本站也有正则测试工具，粘贴模式和文本就能测。先在小样例上测通再用到生产。
正则的学习曲线确实陡，但核心就是字符类、量词、锚点、分组这四块。把这四块拆开学，配合实战场景练，比硬背整张符号表快得多。
