正则中括号核心作用是捕获分组，可提取匹配子串；非捕获分组(?:...)不保存结果；命名分组(?p...)提升可读性与维护性；回溯易致性能问题，需用非贪婪、原子组等优化；复杂结构优先用专用解析器。
分组：用括号提取关键信息
正则中的小括号 () 不只是改变优先级，核心作用是“捕获分组”——把匹配到的某一部分单独拎出来。比如匹配电话号码 138-1234-5678，写成 r'(\d{3})-(\d{4})-(\d{4})'，就能分别拿到区号、前四位和后四位。
注意：非捕获分组用 (?:...)，它参与匹配但不保存结果，适合做逻辑分组又不想增加返回项的情况。比如校验邮箱域名是否为 gmail.com 或 qq.com，可写 r'@(?:gmail|qq)\.com$'，避免多出一个无用分组。
命名分组：让代码更易读
数字索引（match.group(1)）容易出错，尤其分组一多就晕。改用命名分组 (?P<name>...)</name>，例如：r'(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})'</day></month></year>
匹配 '2023-05-12' 后，直接用 match.group('year') 拿年份，语义清晰，维护友好。
命名分组也支持在正则内部反向引用，比如匹配重复单词：r'\b(?P<word>\w+)\s+(?P=word)\b'</word>，其中 (?P=word) 表示“和前面名为 word 的分组内容完全一致”。
回溯：性能杀手与调试难点
正则引擎默认是“贪婪+回溯”的工作方式。比如 r'a+b+' 匹配 'aaabbb' 很快，但遇到像 r'(a+)+b' 这类嵌套量词，在失败时可能触发指数级回溯——输入稍长就会卡住甚至崩溃。
立即学习“Python免费学习笔记（深入）”；
常见诱因包括：
- 多层嵌套重复（如 (\w+)+）
- 重叠可选结构（如 a*b*a* 配 'aaaa'）
- 模糊边界配合量词（如 .*foo.*bar 在超长文本中搜索）
解决思路：
- 优先用非贪婪模式 *?、+? 控制匹配长度
- 用原子组 (?>...) 禁止回溯（Python 3.11+ 原生支持，旧版可用 regex 模块）
- 把正则拆成多个简单表达式，用 Python 逻辑组合判断
实战建议：别让正则包打天下
分组和回溯能力强大，但不是万能解药。
- 如果要解析结构化数据（如 JSON、XML、日期、URL），优先用专用解析器（json.loads、urllib.parse），更稳更快。
- 正则适合做“轻量筛选”或“格式校验”，比如检查手机号是否符合基本模式、提取日志里的 IP 和时间戳。
- 写完复杂正则务必加单元测试，覆盖边界情况（空字符串、特殊字符、超长输入）。
真正难的不是写出能用的正则，而是写出**易懂、易改、不易崩**的正则。
