正则表达式(RE)是计算机科学标准化中一个默默无闻的成功，它是一种用于指定文本搜索字符串的语言。这种实用的语言用于各种计算机语言、文字处理器和文本处理工具，如Unix工具grep或Emacs。形式上，正则表达式是描述一组字符串的代数符号。当我们有要搜索的模式和要搜索的文本语料库时，它们对于在文本中搜索特别有用。正则表达式搜索函数将搜索语料库，返回与模式匹配的所有文本。语料库可以是单个文档或集合。例如，Unix命令行工具grep接受一个正则表达式，并返回与该表达式匹配的输入文档的每一行。
可以将搜索设计为返回一行中的每个匹配项(如果有多个匹配项)，或者只返回第一个匹配项。在下面的示例中，我们通常在模式中与正则表达式匹配的部分下划线，只显示第一个匹配。我们将展示由斜杠分隔的正则表达式，但请注意斜杠不是正则表达式的一部分。
正则表达式有很多变体。我们将描述扩展正则表达式;不同的正则表达式解析器可能只识别这些表达式的子集，或者对某些表达式的处理略有不同。使用在线正则表达式测试器是测试表达式和探索这些变化的方便方法。
假设我们需要搜索关于宠物的文本;也许我们对猫和狗特别感兴趣。在这种情况下，我们可能希望搜索字符串cat或字符串dog。由于我们不能使用方括号搜索“猫或狗”(为什么我们不能说/[catdog]/?)，我们需要一个新的操作符，即析取操作符，也称为管道符号|。模式/cat|dog/匹配字符串cat或字符串dog。
正则表达式是一种用于匹配文本模式的工具。在正则表达式中，可以使用多种不同的语法来描述给定的模式。以下是几种常见的正则表达式类型：
- 字符组：字符组用于指定一个单独的字符或一组字符。在方括号中列出所需的字符即可。例如，[abc] 表示匹配字符 a、b 或 c。
- 重复符号：重复符号用于将匹配字符或字符组的数量限制为特定范围。常见的重复符号包括 *（匹配零个或多个字符）、+（匹配一个或多个字符）和 ?（匹配零个或一个字符）。例如，a+ 表示匹配一个或多个 a 字符。
- 元字符：元字符是一些特殊字符，用于表示一些普通字符无法表达的模式。例如，点号（.）可以匹配任何单个字符，而反斜杠（\）用于转义其他特殊字符。
- 锚点：锚点用于匹配字符串的开头或结尾。^ 表示匹配字符串的开头，$ 表示匹配字符串的结尾。
- 分组：分组允许将多个模式组合在一起，并将它们视为单个实体。这使得可以对整个模式应用重复符号或其他元字符。例如，(abc)+ 表示匹配一个或多个连续的 "abc" 子字符串。
这些只是正则表达式中一些常见的类型，实际上还有很多其他的元字符和语法规则可以使用。
