初识正则：从“找东西”开始

在日常处理文本时，我们常常需要从一堆杂乱的信息中找出特定内容，比如一串电话号码、一个邮箱地址，或者某段日志里的错误代码。如果全靠肉眼去翻，不仅效率低下，还容易出错。正则表达式（Regular Expression）就是为解决这类问题而生的一把“瑞士军刀”。它本质上是一种描述字符串模式的语法，用简短的符号组合，表达“我要找什么样的字符序列”。比如，`\d{11}` 就能精准匹配11位数字，这比手动数着找要快得多。学习正则，不必一开始就背下所有元字符，而是先理解它的核心逻辑：用“模式”去匹配“文本”，就像用筛子去过滤沙子，留下你想要的颗粒。

初次接触时，你可能会被 `.*?` 或 `[a-zA-Z]` 这样的符号吓到，但它们其实都有很直观的含义。`.` 代表任意字符，`*` 表示前面的字符出现零次或多次，`?` 则让匹配变得“非贪婪”——即尽可能少地匹配。把这些基础符号组合起来，你就能表达“任意长度的任意内容”或“只包含字母的单词”。这种从零到一的构建过程，就像搭积木，每学会一个符号，就多一份掌控感。当你第一次用 `re.findall()` 从几百行日志中秒速提取出所有IP地址时，那种成就感是难以言喻的。

实战技巧：分组与提取的艺术

正则表达式的真正威力，在于“提取”而不只是“匹配”。比如，你想从一段商品描述中提取价格和数量，单纯匹配数字还不够，你需要把不同部分“分组”捕获。在Python中，用括号 `()` 包裹的部分就是捕获组。例如，模式 `(\d+)元` 可以提取出“25元”中的“25”，而 `(\d+)件` 则能提取出“3件”中的“3”。通过 `re.search()` 返回的匹配对象，你可以用 `.group(1)`、`.group(2)` 轻松拿到这些值。这就像在文本里放好了几个小盒子，正则帮你把对应的内容分别装进去。

另一个实用技巧是使用“非捕获组” `(?:...)` 来组织逻辑，而不占用分组编号。比如，你需要匹配“cat”或“dog”，但只关心整个单词，不关心具体是哪个，那么 `(?:cat|dog)` 就比 `(cat|dog)` 更干净。此外，预查（lookahead）和预查否定（negative lookahead）也是提取利器。`\d+(?=元)` 能匹配“100元”中的“100”，但不会匹配“100斤”中的“100”，因为它要求后面紧跟“元”。这种“向前看”的能力，让提取变得极其精准，避免误伤无关数据。

正则表达式不是一种编程语言，但它比很多编程语言更值得你花时间去精通——因为它是所有文本处理工具的通用语言。

常见陷阱与优化思路

使用正则时，最容易犯的错误是“贪婪匹配”导致的过度提取。比如，用 `.*` 去匹配 `