处理日志时，别再手动翻找关键词
服务器日志动辄上万行，想找出所有包含特定IP的访问记录？靠肉眼搜索不现实。这时候写个简单的网络脚本，配合正则表达式，几秒就能定位目标。比如筛选出符合 IPv4 格式的地址，可以这样写：
^([0-9]{1,3}\.){3}[0-9]{1,3}$虽然这条还能进一步优化（比如限制每段数字不超过255），但已经能快速筛掉无关内容。在自动化运维脚本里，这种模式很常见。
提取网页中的邮箱不是难事
有时候需要从一批页面里抓取联系信息，正则可以帮上忙。比如用 Python 的 re 模块匹配标准邮箱格式：
[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}这段表达式能覆盖大多数常见邮箱，虽然不能 100% 符合 RFC 标准，但在实际采集任务中足够用了。配合 requests 库抓取页面源码，几分钟就能跑完上百个链接。
URL 路由匹配背后的逻辑
写 API 接口时，经常要根据路径执行不同函数。像 /user/123 和 /post/456 这样的路由，可以用正则分组提取参数：
/user/(\d+)$
/post/(\w+)$第一个匹配用户ID，第二个提取文章标识。很多轻量级框架内部就是靠类似机制实现动态路由绑定。自己写脚本做转发或代理时，也能直接套用。
别让特殊字符破坏你的匹配
从网络数据中提取内容时，常遇到带点、斜杠或括号的字符串。比如匹配域名 example.com 时，如果不转义点号，就会变成“任意字符”的通配含义。正确写法是：
example\.com同样，在 JSON 字符串中提取字段值时，引号和反斜杠也要小心处理。建议先用原始字符串打印出来看看结构，再动手写规则。
性能问题容易被忽略
一个看似简单的正则，在处理大文本时可能拖慢整个脚本。比如使用贪婪匹配 .* 匹配标签内容，遇到超长文本会一直往后搜，直到结尾才回溯。改成非贪婪模式 .*? 更稳妥：
<div class="content">(.*?)</div>尤其是在循环中反复调用的情况下，微小的效率差异会被放大。测试阶段用小样本看不出问题，上线后可能直接卡住进程。
调试工具比想象中重要
光靠脑子想很难保证正则完全正确。推荐用在线测试工具，比如 Regex101 或本地编辑器插件，边写边验证。把真实数据贴进去，看分组捕获是否准确。特别是复杂场景，比如同时提取时间戳和状态码，提前验证能省去后续排查时间。