正则表达式是一种强大的文本处理工具，用于描述字符串的匹配模式。其核心是通过特定语法规则，实现对文本的搜索、替换、提取等操作。

基本概念

1. 模式匹配
   如同"文本模具"，通过定义规则（如电话号码格式、邮箱地址结构）匹配目标字符串。
   示例：\d{3}-\d{4} 匹配123-4567这类数字组合。

2. 常见应用场景

   • 数据清洗（提取日志中的IP地址）
   • 表单验证（邮箱格式^\w+@\w+\.\w+$）
   • 批量文本替换（代码中的变量重命名）

核心元字符

贪婪模式警示：.*会匹配尽可能长的字符串，如<div>.*</div>可能跨标签匹配。

字符组与定位

1. 字符组 [...]

   • [aeiou] 匹配任意元音字母
   • [0-9A-Z] 匹配数字或大写字母
   • 排除模式：[^a-z] 匹配非小写字母字符

2. 定位符

   • ^ 行首：^Hello 匹配行首的"Hello"
   • $ 行尾：end$ 匹配行尾的"end"
   • \b 单词边界：\bcat\b 匹配独立单词"cat"

正则表达式 = 规则 + 位置

• 规则：通过元字符组合定义匹配内容（如\d+匹配数字序列）
• 位置：用定位符约束匹配发生的位置（如^[A-Z]匹配首字母大写的行）

掌握这两部分，即可应对大多数文本处理需求。建议从简单模式开始练习，逐步探索分组捕获、非贪婪匹配等进阶功能。