做网页抓取或者日志分析时，经常要从一堆杂乱的文本里找出邮箱、电话号或者特定链接。这时候手动去找不现实，写个脚本配合正则表达式就省事多了。
正则是什么？
简单说，正则表达式就是一种描述字符串规则的工具。比如你想找所有以 .com 结尾的网址，可以用 .+\.com$ 这样的模式去匹配。虽然一开始看着像天书，但用熟了会发现它特别趁手。
在脚本里怎么用？
拿 Python 举例，re 模块是处理正则的主力。比如要从一段 HTML 中提取所有的手机号，可以这样写：
import re
text = "联系我：13812345678 或者发邮件到 test@example.com"
phone_pattern = r'1[3-9]\d{9}'
phones = re.findall(phone_pattern, text)
print(phones) # 输出: ['13812345678']这里 1[3-9]\d{9} 的意思是：以 1 开头，第二位是 3 到 9 之间的数字，后面再跟 9 个数字，正好凑成 11 位手机号。
常用场景举例
平时写爬虫，经常遇到需要提取页面中的链接。比如从电商网站抓商品详情页地址，可以用下面这个模式：
html = '<a href="/product/123">商品1</a> <a href="/product/456">商品2</a>'
url_pattern = r'href="(/product/\d+)"'
urls = re.findall(url_pattern, html)
print(urls) # 输出: ['/product/123', '/product/456']再比如验证用户输入的邮箱格式是否合法，可以用：
email = "user@domain.com"
email_pattern = r'^\w+@[a-zA-Z_]+?\.[a-zA-Z]{2,}$'
if re.match(email_pattern, email):
print("邮箱格式正确")小技巧和避坑点
正则默认是贪婪匹配，比如 <.*> 会一口气匹配到最后一对尖括号。如果只想匹配第一个，记得加上 ? 变成非贪婪：<.*?>。
还有就是特殊字符要转义。像点号 . 在正则里表示“任意字符”，如果真想匹配一个句点，得写成 \.。同理，斜杠、括号这些也别忘了加反斜杠。
调试的时候建议用在线工具，比如 regex101.com，边写边看匹配效果，比在代码里反复打印快得多。
正则不是万能的，遇到结构复杂的 HTML，还是交给 BeautifulSoup 这类解析器更稳妥。但它在做快速过滤、字段提取时，依然是脚本里的利器。