今天我把自己从0学正则的“笨办法”掰碎了讲——不用背复杂公式，先搞懂“正则到底是啥”，再跟着“常用场景”练，保准你看完就能上手用，解决80%的文本处理问题。
先搞懂正则的“底层逻辑”：它其实是“文本找规律的公式”
我当年学正则时走了个大弯路：盯着教程背“元字符表”，什么“^是开头”“$是 ”，背了三天全忘光。后来帮朋友整理客户名单时才突然明白——正则根本不是“要背的符号”，而是“把我们想找的‘文本规律’翻译成电脑能懂的语言”。比如我们想找11位手机号，规律是“开头是1，第二位是3-9，后面跟9个数字”，那正则就是“1[3-9]d{9}”——拆开来讲：
去年我帮做电商运营的朋友处理用户留言，里面的手机号格式乱得离谱：有的带括号“(138)12345678”，有的带横杠“158-1234-5678”，甚至还有“我的电话是13912345678哦”——我用“1[3-9]d{9}”这个正则，5分钟就把所有11位数字提出来了，比她手动删符号快了10倍。朋友当时瞪着眼说“你这是魔法吧”，我笑着说“这就是正则的本质：帮电脑‘看懂’你要找的规律”。
其实MDN（ Mozilla 开发者网络）文档里早说过：“正则表达式是一种匹配模式，描述一个字符串的规则”。 你不用管电脑怎么想，只要把“你要找的文本长什么样”用符号写出来，电脑就会帮你找——这跟你跟朋友说“帮我找个穿红衣服的人”是一个道理，只不过电脑要的是“符号化的描述”。
从“常用场景”学正则：先解决你最需要的问题
我见过很多人学正则的误区：先学“所有符号”，再学“复杂语法”，结果学了半个月还不会用。其实最有效的方法是“从场景出发”——先解决你当下最需要的问题，比如“提取手机号”“过滤广告”“批量改格式”，用这些场景倒逼自己学对应的规则，既记得牢，又能马上用。
场景1：提取手机号/邮箱——最常用的“精准匹配”
不管是做运营、爬虫还是行政，“提取关键信息”都是最常用的需求。比如提取手机号，除了前面说的“1[3-9]d{9}”，你还可以加个“全局匹配”（在正则后面加“g”），这样能把文本里所有的手机号都提出来。我之前帮一个教育机构的老师处理家长留言，里面有几百条“我的电话是13812345678”“联系我15998765432”，用这个正则一键提取，直接导出成Excel，省了她一下午的时间。
再比如提取邮箱，规律是“用户名+@+域名+后缀”，对应的正则是“w+@w+.w+(.w+)?”——这里要注意“(.w+)?”：有的邮箱是“xxx@xxx.com.cn”这种双后缀，“?”代表“0次或1次”，所以能匹配到“com.cn”“net.cn”这种情况。我自己写公众号的时候，经常要从读者留言里提取邮箱发资料，用这个正则从来没漏过。
场景2：过滤无效内容——用正则“剔除杂音”
你有没有遇到过这种情况？复制网页内容到Word，里面全是“”“””这种HTML转义字符，或者一堆没用的广告“点击关注领取福利”？正则能帮你“一键清杂音”。比如过滤HTML转义字符，用正则“&[a-z0-9]+;”（匹配“&”开头、“;” 的字符），替换成空字符串就行——我之前整理行业报告时，复制了一篇知乎文章，里面有几十个“”，用这个正则3秒就清干净了，比手动删快100倍。
再比如过滤广告，如果你想删掉所有带“点击关注”的句子，可以用正则“.点击关注.”（“.”代表任意字符），替换成空——不过要注意，“.”是“贪婪匹配”，会从第一个“点击关注”匹配到最后一个，所以 用“.?点击关注.?”（非贪婪匹配），这样只会匹配到包含“点击关注”的单句。
场景3：替换文本——批量修改效率翻倍
批量修改文本是正则最“香”的功能。比如把文档里所有的“2023-10-01”改成“2023年10月01日”，对应的正则是“(d{4})-(d{2})-(d{2})”——这里的“()”是“捕获组”，用来保存匹配到的内容：
替换的时候用“$1年$2月$3日”就行——“$1”对应第一个捕获组的内容，“$2”对应第二个，以此类推。我之前帮公司做年会邀请函，要把100个嘉宾的日期格式从“2023-12-25”改成“2023年12月25日”，用这个方法1分钟就搞定了，比手动改快了整整2小时。
给你整理了个“常用正则符号表”，直接存手机备忘录，用的时候翻一下就行：
| 符号 | 含义 | 例子 | 适用场景 |
|---|---|---|---|
| d | 匹配任意数字 | d{3} | 提取3位邮编 |
| [] | 匹配括号内任意字符 | [a-z] | 匹配小写字母 |
| {n} | 匹配前面字符n次 | d{11} | 提取11位手机号 |
| .? | 非贪婪匹配任意字符 | “(.?)“ | 提取标签内文本 |
| () | 捕获组（保存匹配内容） | (d{4})-(d{2}) | 提取年和月 |
最后说几个“避坑技巧”，帮你少走我当年的弯路
你现在可以打开电脑，找个需要处理的文本——比如微信聊天记录里的手机号，或者文档里的日期格式——用我讲的“1[3-9]d{9}”“(d{4})-(d{2})-(d{2})”试试。要是遇到问题，或者有其他想解决的场景，欢迎在评论区告诉我，我帮你调正则！
我跟你说，正则匹配不到内容的时候，八成是踩了几个“新手必坑”——先讲第一个最常见的：没给特殊字符“转义”。比如你想找带括号的手机号，像“(138)12345678”这种，直接写“(138)”肯定不行啊！括号在正则里是“捕获组”，用来抓内容的，电脑根本不知道你要找实际的括号。我当年第一次帮朋友处理客户电话清单时就栽过这跟头：清单里全是带括号的号码，我直接写“(138)”，结果匹配到的全是文本里其他无关的括号内容，压根没拿到手机号。后来查了资料才明白，得给括号前面加个反斜杠，写成“(138)”——现在我只要看到要匹配的内容里有括号、点、星号这些“特殊符号”，第一反应就是“先加反斜杠再说”。
再说说第二个坑：规则写得太“窄”，漏了实际情况。比如你想匹配手机号，一开始写成“1[3-8]d{9}”，结果发现朋友的199开头的号码没匹配到——这就是规则没跟上实际啊！现在手机号的第二位早扩展到3-9了，得改成“1[3-9]d{9}”才行。还有一次我帮HR朋友提取简历里的身份证号，她写成“d{18}”，结果15位的老身份证号全漏了，后来我把规则改成“d{15}|d{18}”（|是“或者”的意思），才把所有身份证号都抓出来。你看，规则不是越“严”越好，得先想清楚“要找的内容有哪些可能的格式”——比如日期可能是“2023-12-31”“2023/12/31”甚至“2023.12.31”，那规则就得写成“d{4}[-/.]d{2}[-/.]d{2}”（[-/.]表示可以是横杠、斜杠或点），这样才不会漏。
还有个超容易忘的点：没开“全局匹配”。比如你想从聊天记录里提取所有快递单号（像“JD1234567890”这种），写了正则“JDd{10}”，结果只拿到第一个单号——这不是正则错了，是正则默认只找“第一个匹配项”！要让它找所有的，得加个“g”（全局模式）。比如在JavaScript里，得写成“/JDd{10}/g”，电脑才会把整个文本里的所有单号都揪出来。我之前帮同事处理客户订单时就犯过这错：一开始只提了第一个单号，还以为是正则写错了，后来加了个“g”，瞬间所有单号都出来了——现在我只要要提取“多个内容”，必加“g”，这是踩过坑才记住的教训。
其实遇到匹配不到的情况，真不用急着乱改正则——先找个在线工具测测就行！比如Regex101，把你要匹配的文本复制进去，再输正则，工具会实时标出来：黄色是匹配到的，白色是没匹配到的。比如你写了个手机号正则，放进去一看199开头的没标黄，就知道是规则写窄了；如果带括号的号码没标黄，就知道是没转义括号。我现在不管写什么正则，都先去测一下——工具能直观告诉你问题在哪，总比自己瞎猜靠谱多了。
正则里的（反斜杠）有什么用？
反斜杠是“转义符”，用来告诉电脑“后面的字符不是特殊符号，要按字面意思匹配”。比如你想找句子里的“.”（比如“www.baidu.com”里的点），直接写“.”会匹配任意字符，加个反斜杠写成“.”，电脑才会认成你要的“点”；再比如想匹配“”本身，得写“\”——简单记：遇到原本有特殊含义的字符（比如.、、?、()），想按字面找就加。
怎么用正则快速验证邮箱格式对不对？
常见邮箱的规律是“用户名@域名.后缀（可能有二级后缀）”，对应的正则可以用：w+@w+.w+(.w+)?。拆解下：w+匹配用户名（字母、数字或下划线，比如“zhangsan”）；@是固定的“@”符号；w+.w+匹配域名+一级后缀（比如“baidu.com”）；(.w+)?里的?代表“可选”，用来覆盖“com.cn”“net.uk”这种二级后缀。新手用这个正则基本能搞定90%以上的常用邮箱验证。
“贪婪匹配”和“非贪婪匹配”有什么区别？新手该选哪个？
“贪婪匹配”是“尽可能多吃”，比如你用(.)提取标签内容，原文是“链接1链接2”，它会从第一个吃到最后一个，把“链接1链接2”都拽出来；“非贪婪匹配”是“见好就收”，在.后面加个?变成.?，它会匹配到第一个就停，刚好提取“链接1”或“链接2”。新手处理“提取某个标签内的内容”“找短文本中的关键词”时，优先用非贪婪匹配（加?），不容易出错。
正则匹配不到内容，可能是哪里错了？
新手常踩的坑有3个：① 没转义特殊字符——比如想匹配“(138)12345678”里的括号，直接写“(”会被当成“捕获组”，得写成“(”和“)”；② 规则写窄了——比如想匹配手机号却写成“1[3-8]d{9}”（漏掉了现在常用的19开头），得改成“1[3-9]d{9}”；③ 没加“全局匹配”——比如文本里有多个手机号，正则后面没加“g”（比如1[3-9]d{9}g），电脑只会找第一个。遇到问题先别急，用在线工具（比如Regex101）把正则和文本放进去测，工具会标出来哪里没匹配上，比瞎改快得多。
