有一天，老板对小明说，去咱们网站xxx行业找100个公司，打电话调研下他们对网站的反馈评价，分析下用户需求。
小明找到技术希望帮忙导出用户电话数据。可技术大哥正在赶一个重要项目，对小明的要求很不耐烦：“分类列表不都是用户电话吗？100个又不多，自己弄！”
小明打开了某个列表，一个个复制粘贴电话到Excel表格，花了20分钟时间做这种机械工作。
可如果小明懂正则表达式的话，这个工作只需要1分钟。
浏览器右键查看网页源代码，把代码粘贴到支持正则表达式的编辑器中（Editplus、Sublime等，是个编程工具都支持）
打开查找功能，输入正则表达式 1d{10}，如上图所示，然后点击查找全部按钮，一下所有电话号码就被选中了，复制粘贴电话到另一个新建文件中，搞定。
什么是正则表达式？
在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。
很可能你使用过Windows下用于文件查找的通配符，也就是*和?，如果你想查找某个目录下的所有的Word文档的话，你会搜索*.doc。在这里，*会被解释成任意的字符串。
正则表达式提供很多符号来匹配不同的字符串，比如比如s匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等。w匹配字母或数字或下划线或汉字，^匹配字符串的开始，$匹配字符串的结束。
有了这些符号搭配，就可以写出复杂的字符串匹配规则，迅速找到需要的内容。
那刚才输入的1d{10}是个什么鬼东西？
大家都知道我国手机号都是11位，而且开头一定是1对吧，d在正则表达式里表示匹配数字（从0到9），而{10}代表的意思是一共10个数字，这样1d{10}匹配出来的就是手机号码了。
互联网产品中哪里会用到正则表达式呢？
前端数据校验
最简单的就是登录注册的校验部分。
用户输入的用户名符合规范吗？用户输入的是邮箱地址吗？
以邮箱为例子，正则表达式如下：
w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
通过这个正则表达式就可以判断用户输入的是否是邮件地址。
还有很多很多的前端校验工作都用正则表达式实现，比如判断用户的QQ号输入（至少像QQ号）：
[1-9]d{4,}
从这个表达式看，QQ号开头是1-9数字中的一个（没见过0开头的QQ号吧），后面的d{4,}表达意思的是最少加上4个数字，这样的结构才像一个QQ号。（QQ号最短5位）
还有更多的例子，常用正则表达式如下：
采集爬取
大数据这些年非常火，但如果你没有有足够多的数据怎么办？
采集爬取技术差不多是一个程序员的必备技能，而采集爬取什么内容，差不多都会用到正则表达式。
用来匹配页面里需要的数据和字段，格式化以后放到自己的数据库中。
比如墨迹天气的数据就是采集了不同的数据源,并通过机器学习的方法进行智能校准。
新网站没内容怎么办？采集内容。
网站流量上不去怎么办？采集内容伪原创。
采集爬取其实有很多有趣的玩法，参见：能利用爬虫技术做到哪些很酷很有趣很有用的事情？
而采集爬取网页基本离不开正则表达式。
听起来很牛逼，那怎么学呢？
推荐先读这篇：30分钟学会正则表达式
实践是最好的老师，为了提升学习效率，建议下载安装专业的正则表达式测试器。
Mac可以下载安装yRegex。
然后把常用的正则表达式都测试验证一遍，然后试着自己去写，然后对比差异。
其他学习资源
正则表达式学习书籍推荐两本《精通正则表达式》、《正则表达式必知必会》
国外的优秀在线正则表达式测试器：
http://www.regexr.com/
https://regexper.com/
关于正则表达式的专题网站：
http://Regular-Expressions.info
网友评论