正则表达式
正则表达式（regex / regexp，简称"正则"）是一种用来描述"字符串匹配模式"的形式化小语言。你写一段由普通字符和元字符组成的模式，交给正则引擎，它就能在目标文本里查找、匹配、提取或替换符合该模式的片段。比如 \d{3}-\d{4} 可以匹配"三位数字-四位数字"这样的号码格式。它广泛用于表单校验、日志抓取、批量查找替换和文本切分。
它的表达力来自元字符，常见的有：
.匹配任意字符，*+?以及{m,n}是量词，控制重复次数[abc]字符集，|表示"或"，()分组并捕获^$锚定行首行尾，\d\w\s是预定义字符类
使用中要注意几点：不同语言的正则"方言"（JavaScript、PCRE、Python re、POSIX 等）在转义、前后查找、Unicode 处理上有差异，跨环境复用前最好实测；量词默认是贪婪的，会尽量多匹配，加 ? 才变非贪婪；嵌套量词（如 (a+)+）遇到特定输入可能触发指数级回溯，导致匹配卡死（ReDoS）。此外正则擅长扁平的模式匹配，并不适合解析 HTML、JSON 这类嵌套结构。
常见问题
正则表达式和文件通配符（glob，比如 *.txt）是一回事吗？
不是。glob 语法简单、只用于文件名匹配，其中 * 表示任意多个字符；而在正则里 * 表示"前一个元素重复零次或多次"，同一个符号含义完全不同，正则的表达能力也远强于 glob。
为什么同一个正则在不同语言/工具里结果不一样？
因为存在多种正则方言（JavaScript、PCRE、Python re、POSIX 等），它们在转义规则、非捕获组、前后查找、Unicode 和多行模式等细节上并不一致。跨语言复用前建议在目标环境实测，别假设写法通用。
什么是灾难性回溯（ReDoS）？怎么避免？
当模式里含有嵌套量词（如 (a+)+）且遇到较长的不匹配输入时，引擎会尝试指数级数量的匹配路径，造成长时间卡死甚至拖垮服务。应避免嵌套量词、写更精确的模式，或改用线性时间匹配的引擎（如 RE2）。