正則表達式是一種表達文本模式（即字符串結構）的方法，有點像字符串的模板，常常用作按照“給定模式”匹配文本的工具，簡單概括就是模糊匹配特定內容。

比如，正則表達式給出一個正整數的模式，然后用它來確定一個字符串是否為正整數，正則：[1-9]\d*

數據采集器一般都支持使用正則語法來提取數據。簡數采集器也支持各種正則語法，并內置了很多常見正則提取的表達式，用戶只需要點需要的按鈕，即可填入正則表達式。常見有：日期、IP、鏈接URL、email、身份證號等等。

常用的元字符

有特殊含義，不代表字面的意思；

1、點字符（.）

匹配除回車（\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

^ 表示字符串的開始位置

$ 表示字符串的結束位置

3、選擇符（|）

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

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

5、預定義模式

    \d 匹配0-9之間的任一數字，相當于[0-9]；

    \D 匹配所有0-9以外的字符，相當于[^0-9]；

    \w 匹配任意的字母、數字和下劃線，相當于[A-Za-z0-9_]；

    \W 除所有字母、數字和下劃線以外的字符，相當于[^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，相當于[^\t\r\n\v\f]；

6、量詞符

    ? 問號表示某個模式出現0次或1次；

    * 星號表示某個模式出現0次或多次；  

    + 加號表示某個模式出現1次或多次；

簡數采集支持使用的正則表達式