正則表達(dá)式是一種表達(dá)文本模式（即字符串結(jié)構(gòu)）的方法，有點(diǎn)像字符串的模板，常常用作按照“給定模式”匹配文本的工具，簡(jiǎn)單概括就是模糊匹配特定內(nèi)容。

比如，正則表達(dá)式給出一個(gè)正整數(shù)的模式，然后用它來(lái)確定一個(gè)字符串是否為正整數(shù)，正則：[1-9]\d*

數(shù)據(jù)采集器一般都支持使用正則語(yǔ)法來(lái)提取數(shù)據(jù)。簡(jiǎn)數(shù)采集器也支持各種正則語(yǔ)法，并內(nèi)置了很多常見(jiàn)正則提取的表達(dá)式，用戶只需要點(diǎn)需要的按鈕，即可填入正則表達(dá)式。常見(jiàn)有：日期、IP、鏈接URL、email、身份證號(hào)等等。

常用的元字符

有特殊含義，不代表字面的意思；

1、點(diǎn)字符（.）

匹配除回車(chē)（\r）、換行(\n) 、行分隔符和段分隔符以外的所有字符。

2、位置字符

^ 表示字符串的開(kāi)始位置

$ 表示字符串的結(jié)束位置

3、選擇符（|）

豎線符號(hào)（|）在正則表達(dá)式中表示“或關(guān)系”（OR），即a|b表示匹配a或b。

4、轉(zhuǎn)義符
正則模式中，需要用斜杠轉(zhuǎn)義的，一共有12個(gè)字符：^、 .、 [、 $、 (、 )、 |、 *、 +、 ?、 {和\\。

5、預(yù)定義模式

    \d 匹配0-9之間的任一數(shù)字，相當(dāng)于[0-9]；

    \D 匹配所有0-9以外的字符，相當(dāng)于[^0-9]；

    \w 匹配任意的字母、數(shù)字和下劃線，相當(dāng)于[A-Za-z0-9_]；

    \W 除所有字母、數(shù)字和下劃線以外的字符，相當(dāng)于[^A-Za-z0-9_]；

    \s 匹配空格（包括制表符、空格符、斷行符等），相等于[\t\r\n\v\f]；

    \S 匹配非空格的字符，相當(dāng)于[^\t\r\n\v\f]；

6、量詞符

    ? 問(wèn)號(hào)表示某個(gè)模式出現(xiàn)0次或1次；

    * 星號(hào)表示某個(gè)模式出現(xiàn)0次或多次；  

    + 加號(hào)表示某個(gè)模式出現(xiàn)1次或多次；

簡(jiǎn)數(shù)采集支持使用的正則表達(dá)式