什么是正则表达式

正则表达式（Regular Expression，常简称 regex） 是一种描述 文本模式 的紧凑语言。你不是搜索固定字符串 error，而是搜索一种 形状：数字、引号内的值、类似邮箱的片段，或符合模板的日志行。

模式，而非纯文本

可以把正则理解为在 正则引擎 里运行的小程序：

1. 提供 模式（正则本身）
2. 提供 输入文本（字符串、文件片段或缓冲区）
3. 引擎返回 匹配——符合模式的子串——以及可选的 捕获组

直观例子：\d{4}-\d{2}-\d{2} 表示「四位数字、连字符、两位数字、连字符、两位数字」——常见的 ISO 日期形态。这与搜索某一个固定日期不是一回事。

开发中的常见用途

• 校验提示 — 邮箱、电话、slug 格式（通常还需更强校验配合）
• 日志解析 — 从无结构行里提取时间戳、状态码或请求 ID
• 重构 — 用捕获组在多文件间查找替换
• 高亮与 Lint — 对代码分词（多为精心调过的模式）
• 路由与重写 — Apache/Nginx location、部分框架路径规则

正则擅长处理文本里的 局部结构。嵌套 HTML、完整 JSON 或任意编程语言语法，应使用专用解析器。

引擎并不相同

JavaScript 的 RegExp、Python 的 re、PHP/grep 中的 PCRE、Rust 的 regex 等 行为并不完全一致，差异包括：

• 元字符集合与 Unicode 处理方式
• 前瞻/后顾是否支持
• 默认贪婪程度与行尾规则

从其他语言复制模式时，务必在目标引擎中重新测试。

要点

正则描述的是 字符串集合，而不是某一个字符串。后续课时将讲解构成这些集合的字面量、字符类、量词、修饰符与分组。