有一天，老板對小明說，去咱們網(wǎng)站xxx行業(yè)找100個公司，打電話調(diào)研下他們對網(wǎng)站的反饋評價，分析下用戶需求。
小明找到技術(shù)希望幫忙導(dǎo)出用戶電話數(shù)據(jù)。可技術(shù)大哥正在趕一個重要項目，對小明的要求很不耐煩：“分類列表不都是用戶電話嗎？100個又不多，自己弄！”
小明打開了某個列表，一個個復(fù)制粘貼電話到Excel表格，花了20分鐘時間做這種機械工作。
可如果小明懂正則表達式的話，這個工作只需要1分鐘。
瀏覽器右鍵查看網(wǎng)頁源代碼，把代碼粘貼到支持正則表達式的編輯器中（Editplus、Sublime等，是個編程工具都支持）
打開查找功能，輸入正則表達式 1d{10}，如上圖所示，然后點擊查找全部按鈕，一下所有電話號碼就被選中了，復(fù)制粘貼電話到另一個新建文件中，搞定。
什么是正則表達式？
在編寫處理字符串的程序或網(wǎng)頁時，經(jīng)常會有查找符合某些復(fù)雜規(guī)則的字符串的需要。正則表達式就是用于描述這些規(guī)則的工具。
很可能你使用過Windows下用于文件查找的通配符，也就是*和?，如果你想查找某個目錄下的所有的Word文檔的話，你會搜索*.doc。在這里，*會被解釋成任意的字符串。
正則表達式提供很多符號來匹配不同的字符串，比如比如s匹配任意的空白符，包括空格，制表符(Tab)，換行符，中文全角空格等。w匹配字母或數(shù)字或下劃線或漢字，^匹配字符串的開始，$匹配字符串的結(jié)束。
有了這些符號搭配，就可以寫出復(fù)雜的字符串匹配規(guī)則，迅速找到需要的內(nèi)容。
那剛才輸入的1d{10}是個什么鬼東西？
大家都知道我國手機號都是11位，而且開頭一定是1對吧，d在正則表達式里表示匹配數(shù)字（從0到9），而{10}代表的意思是一共10個數(shù)字，這樣1d{10}匹配出來的就是手機號碼了。
互聯(lián)網(wǎng)產(chǎn)品中哪里會用到正則表達式呢？
前端數(shù)據(jù)校驗
最簡單的就是登錄注冊的校驗部分。
用戶輸入的用戶名符合規(guī)范嗎？用戶輸入的是郵箱地址嗎？
以郵箱為例子，正則表達式如下：
w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
通過這個正則表達式就可以判斷用戶輸入的是否是郵件地址。
還有很多很多的前端校驗工作都用正則表達式實現(xiàn)，比如判斷用戶的QQ號輸入（至少像QQ號）：
[1-9]d{4,}
從這個表達式看，QQ號開頭是1-9數(shù)字中的一個（沒見過0開頭的QQ號吧），后面的d{4,}表達意思的是最少加上4個數(shù)字，這樣的結(jié)構(gòu)才像一個QQ號。（QQ號最短5位）
還有更多的例子，常用正則表達式如下：
采集爬取
大數(shù)據(jù)這些年非?；?，但如果你沒有有足夠多的數(shù)據(jù)怎么辦？
采集爬取技術(shù)差不多是一個程序員的必備技能，而采集爬取什么內(nèi)容，差不多都會用到正則表達式。
用來匹配頁面里需要的數(shù)據(jù)和字段，格式化以后放到自己的數(shù)據(jù)庫中。
比如墨跡天氣的數(shù)據(jù)就是采集了不同的數(shù)據(jù)源,并通過機器學(xué)習(xí)的方法進行智能校準(zhǔn)。
新網(wǎng)站沒內(nèi)容怎么辦？采集內(nèi)容。
網(wǎng)站流量上不去怎么辦？采集內(nèi)容偽原創(chuàng)。
采集爬取其實有很多有趣的玩法，參見：能利用爬蟲技術(shù)做到哪些很酷很有趣很有用的事情？
而采集爬取網(wǎng)頁基本離不開正則表達式。
聽起來很牛逼，那怎么學(xué)呢？
推薦先讀這篇：30分鐘學(xué)會正則表達式
實踐是最好的老師，為了提升學(xué)習(xí)效率，建議下載安裝專業(yè)的正則表達式測試器。
Mac可以下載安裝yRegex。
然后把常用的正則表達式都測試驗證一遍，然后試著自己去寫，然后對比差異。
其他學(xué)習(xí)資源
正則表達式學(xué)習(xí)書籍推薦兩本《精通正則表達式》、《正則表達式必知必會》
國外的優(yōu)秀在線正則表達式測試器：
http://www.regexr.com/
https://regexper.com/
關(guān)于正則表達式的專題網(wǎng)站：
http://Regular-Expressions.info
