每次有人问我「HTML反转义常用正则」，我都会先反问一句：你想算的是哪种情况？因为不同场景下答案差很多，先定位再算才不跑偏。
先看一种典型情况
正则表达式用特殊字符描述字符串模式。基础：.任意字符、*0或多次、+1或多次、?0或1次、^开头$结尾、[]字符集、{}次数、()分组、|或。\d数字\w字母数字下划线\s空白，大写取反。量词默认贪婪(尽可能多)，加?变非贪婪。编码转换先确认源编码，盲目转只会越转越乱。哈希和加密是两码事，前者不可逆后者可逆，别混着用。
再来看个不一样的
进阶：(?=)正向预查、(?!)负向预查、(?:)非捕获分组、\1反向引用。常用正则：手机号^1[3-9]\d{9}$、邮箱^[\w.-]+@[\w.-]+\.\w+$、身份证^\d{17}[\dXx]$。不同语言正则语法略有差异(PCRE/JS/Python)。处理用户输入一定过滤特殊字符，防XSS和注入是基本功。字符串操作要考虑多字节字符，中文一个字不等于一个字节。
普适规则
先搞清概念。HTML反转义常用正则这类文本操作，本质是对字符串按某种规则转换或分析。搞懂规则(编码标准、正则语法、格式规范)，操作就有章法；规则没吃透，照着抄都会出错。编码问题九成是UTF-8和GBK没统一，全链路统一UTF-8能解决一大半乱码。处理文本统一用UTF-8，能避免90%的乱码和编码冲突问题。
几个要注意的地方
下面这几条比正文还重要，别跳过：
- 特殊字符(. * + ? ^ $ () [] {} | \)在正则里要转义
- []是字符集、()是分组、{}是次数，新手最容易混
- 贪婪匹配尽可能多，非贪婪加?尽可能少，提取内容用非贪婪
- 不同语言正则语法略有差异(PCRE/JS/Python)，注意区分
该讲的都讲了，剩下的在你手里。多算几次，你也会成为别人眼里的"懂行的人"。
特殊字符在该转义的地方一定要转义，否则解析失败或被注入。编码问题九成是UTF-8和GBK没统一，全链路统一UTF-8能解决一大半乱码。处理用户输入一定过滤特殊字符，防XSS和注入是基本功。编码转换先确认源编码，盲目转只会越转越乱。哈希和加密是两码事，前者不可逆后者可逆，别混着用。
常见问题
【HTML反转义常用正则是什么意思？】属于文本处理范畴，是对字符串按特定规则转换或分析的操作。具体含义要看场景，但核心都是让文本数据能在不同环境正确表示和使用。
【贪婪和非贪婪什么区别？】贪婪量词(*+{})尽可能多匹配，非贪婪加?尽可能少匹配。比如"a.*b"匹配"axbxb"会匹配整个"axbxb"(贪婪)，"a.*?b"只匹配"axb"(非贪婪)。提取内容常用非贪婪。
【正则表达式怎么入门？】先记基础元字符：.任意、*0+多次、?0或1次、^$开头结尾、[]字符集、{}次数。\d数字\w字母数字\s空白。然后学分组()、或|、转义\。多写多测，用在线测试工具即时验证。
【常用的正则有哪些？】手机号^1[3-9]\d{9}$、邮箱^[\w.-]+@[\w.-]+\.\w+$、身份证^\d{17}[\dXx]$、URL^https?://[\w./-]+$、IP^\d{1,3}(\.\d{1,3}){3}$。实际用要根据具体场景调整。
