其实我以前也这么想。去年帮做电商运营的朋友处理用户评论数据，他们团队要从5000条评论里提取出提到的”快递问题”和”商品质量”关键词，还要记下对应的用户手机号。当时他们三个人手动筛选，从早上弄到半夜才弄完3000条，眼睛都快瞎了。我看着他们复制粘贴的样子，忍不住说：”你们试试正则表达式啊，半小时就能搞定。”朋友一脸怀疑：”就那个全是符号的玩意儿？我们连Excel公式都玩不明白。”结果我花了20分钟教他们写了两个简单的表达式，一个提取手机号（d{11}），一个匹配关键词（快递[问题|慢|丢件]|商品[质量|破损|瑕疵]），用Python跑了一遍，剩下的2000条数据5分钟就处理完了。后来他们老板知道了，专门让我给团队做了次分享，现在整个部门处理文本数据都离不开正则表达式了。
为什么正则表达式总学不会？破解3个让你越学越懵的误区
你之所以觉得正则难，可能不是因为你笨，而是一开始就走错了路。我带过不少新手，发现大家学不会正则，往往是踩了这3个坑：
第一个坑是”上来就背语法表”。很多教程一开篇就扔给你一张元字符表，d匹配数字、w匹配字母、代表0到多个……看着就头大，背了也记不住，更不知道怎么用。其实学正则就像学做菜，你不用先背完所有调料的名字，先跟着菜谱做一道番茄炒蛋，自然就知道盐和糖什么时候放。比如你想从快递单号里提取数字部分（比如”SF1234567890123″里的”1234567890123″），根本不用背表，直接记住d+就能匹配连续的数字——d是数字，+是”至少有一个”，组合起来就是”一串数字”，是不是很简单？
第二个坑是”只学不练，没有即时反馈”。我见过有人把教程从头到尾看完，觉得自己懂了，结果实际要用的时候，写出来的正则要么匹配不到内容，要么把无关的文本也匹配进来，试了几次就放弃了。这就像学游泳只看视频不下水，永远学不会。正确的做法是边学边用工具测试，比如Regex101这个网站，左边输入正则表达式，中间放测试文本，右边实时显示匹配结果，哪里错了一目了然。我自己写正则的时候，哪怕很简单的表达式，也会先用这个工具测一遍，确认没问题再用到实际工作中。
第三个坑是”害怕复杂表达式，不敢拆解”。你可能见过验证邮箱的正则表达式，比如^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+.[a-zA-Z]{2,}$，一看这么长就慌了。但其实它就像乐高积木，是由几个简单部分拼起来的：[a-zA-Z0-9._%+-]+是邮箱用户名（字母、数字、点、下划线等，至少有一个），@是必须有的@符号，[a-zA-Z0-9.-]+是域名（比如qq.com的”qq”），.[a-zA-Z]{2,}是后缀（比如”.com”，至少2个字母）。把长表达式拆成小块，每个部分单独理解，就会发现一点也不难。
从0到1学正则：3步掌握核心语法+5个职场高频案例
其实学会正则表达式，关键是掌握”匹配思维”——告诉计算机你要找的文本”长什么样”。跟着这3步走，当天就能写出能用的正则：
第一步：吃透6个核心元字符，用生活场景记牢
元字符就是正则里有特殊含义的符号，不用记太多，先掌握这6个就够用80%的场景：
d：匹配数字（0-9），比如找手机号就靠它，d{11}就是”11个连续数字” w：匹配字母、数字、下划线（可以理解为”单词字符”），比如提取用户名用w+ s：匹配空格、换行等空白字符，清理文本里的多余空格就用s+（多个空格）替换成一个空格 .：匹配除换行外的任意字符，比如想匹配”快递123″、”快递abc”，用快递.就能匹配（注意要匹配真正的点，得用.，因为.本身是元字符） []：字符集，匹配括号里的任意一个字符，比如[0-9a-zA-Z]匹配数字或字母，[^d]带^表示”非”，匹配不是数字的字符 ()：分组，把部分表达式括起来，方便后续提取或重复，比如(d{3})-(d{4})可以把”123-4567″分成”123″和”4567″两组 记这些的时候，联想生活场景就不会忘：比如d{11}像快递单上的手机号（11位数字），s+像整理桌面时把散落的废纸（空格）堆成一摞（一个空格），[]像你的衣柜抽屉，指定”放袜子的抽屉”（只匹配袜子）。
第二步：掌握量词和位置符，避免”匹配过头”或”匹配不到”
有了元字符，还需要告诉计算机”要匹配多少个”，这就是量词；以及”匹配的文本在哪里”，这就是位置符：
+（1到多个）、?（0或1个）、{n}（刚好n个）、{n,}（至少n个）、{n,m}（n到m个）。比如d可能匹配不到数字（0个），d+至少匹配1个数字，所以提取手机号必须用d{11}（刚好11个），不能用d+（可能匹配12个数字）。 ^（开头）、$（ ）、b（单词边界）。比如验证手机号必须用^d{11}$，^确保手机号从开头开始，$确保到 结束，避免从”13800138000123″里错误匹配出”13800138000″。 举个例子：你想从”用户ID:user123 年龄:25″里提取年龄数字，用d+会匹配到”123″和”25″，但加上位置符年龄:d+，就能精准匹配”年龄:25″，再用分组年龄:(d+)，就能单独提取出”25″——这就是分组的妙用。
第三步：5个职场高频案例，手把手教你写能用的正则
光说不练假把式，这5个案例都是我工作中常用的，跟着做一遍，你就知道正则有多实用：
案例1：提取Excel表格中的手机号
假设表格里的手机号格式乱七八糟：”138 0013 8000″、”139-1234-5678″、”（137）9876 5432″。直接用d{11}匹配不到带空格或横线的，怎么办？
先把分隔符去掉：用[s-（）]匹配空格、横线、括号，然后用d匹配数字，组合成d[s-（）]?d{4}[s-（）]?d{4}——[s-（）]?表示”可能有一个分隔符”，这样不管有没有分隔符，都能匹配到11个数字。最后用工具提取数字部分，就是干净的手机号了。
案例2：批量清洗爬虫数据中的HTML标签
爬下来的数据里经常混着
、
