正则表达式劝退率极高，但日常真正用得到的语法不超过 8 个符号。这篇不铺理论，直接从「匹配一个手机号」开始，把符号逐个加进去，边写边看效果。
| 符号 | 含义 | 例子 |
|---|---|---|
. | 任意一个字符（换行除外） | a.c 匹配 abc、a1c |
\d | 一个数字 | \d\d 匹配两位数 |
* | 前一项 0 次或多次 | ab* 匹配 a、ab、abbb |
+ | 前一项 1 次或多次 | a+ 匹配 a、aaa |
? | 前一项 0 次或 1 次 | colou?r 匹配 color 和 colour |
{n,m} | 前一项 n 到 m 次 | \d{11} 恰好 11 位数字 |
[ ] | 字符集合中任选一个 | [13579] 匹配单个奇数 |
() 与 | | 分组与或 | (jpg|png) 匹配 jpg 或 png |
国内手机号规则：以 1 开头，第二位是 3–9，总共 11 位。正则写作 1[3-9]\d{9}。拆开读：1 匹配开头，[3-9] 匹配第二位，\d{9} 再来 9 位数字。
如果要从一整段文本里「提取」手机号而不是验证整段，加上单词边界防止匹配到更长的数字串：\b1[3-9]\d{9}\b。如果表单校验要求整串必须就是手机号，前后加上锚点：^1[3-9]\d{9}$，^ 和 $ 分别表示串的开头和结尾。
完整邮箱标准（RFC 5322）复杂到能写满一页纸，实战用简化版足够：^[\w.+-]+@[\w-]+\.[\w.]+$。读法：开头一组字母数字下划线点加减号（用户名），一个 @，域名主体，一个点，顶级域。它放行少数非法地址（如 a..b@x.com），但拦得住绝大多数格式错误——校验邮箱真伪最终还得靠发验证邮件。
<.*> 会把「<a>文本</a>」从第一个 < 一路匹配到最后一个 >。在量词后加 ? 变成懒惰模式 <.*?>，就只匹配单个标签；.、+、( 这些符号本身有特殊含义，想匹配它们本身要加反斜杠，如匹配 3.14 写 3\.14；^ $ 只匹配整个文本的首尾，想对每一行生效，需要开启多行标志（多数工具里是一个 m 选项）。匹配只解决「找得到」，配合分组引用的替换才解决「批量改」。核心是：用 () 圈住要保留的部分，替换串里用 $1、$2 引用它们（部分语言用 \1）。
实例：把 2026-10-08 格式的日期批量改成 08/10/2026。匹配式 (\d{4})-(\d{2})-(\d{2})，替换串写 $3/$2/$1——三个分组调换顺序而已，全文几百个日期一次改完。再比如给 markdown 里所有裸链接加超文本：(https?://[^\s)]+) 替换为 [$1]($1)，同一份匹配复用两次。
进阶一点的是「查找重复单词」：\b(\w+)\s+\1\b 里 \1 反向引用第一组，能抓出 the the 这类手误。分组引用用熟之后，文本处理效率是纯手工的十倍以上。
问：正则能校验身份证、URL 吗？
能匹配格式，但身份证有校验位算法、URL 的合法组合极多，正则只能挡格式错误，语义正确性要在代码里另行验证。
问：不同语言的正则有区别吗？
核心语法通用，细节有差：JavaScript 不支持反向预查的部分变体，Python 的 re 模块默认不区分大小写需显式开 flag。常用语法在主流引擎里都是一致的。