正则表达式是一种表达文本模式（即字符串结构）的方法，有点像字符串的模板，常常用作按照“给定模式”匹配文本的工具，简单概括就是模糊匹配特定内容。

比如，正则表达式给出一个正整数的模式，然后用它来确定一个字符串是否为正整数，正则：[1-9]\d*

数据采集器一般都支持使用正则语法来提取数据。简数采集器也支持各种正则语法，并内置了很多常见正则提取的表达式，用户只需要点需要的按钮，即可填入正则表达式。常见有：日期、IP、链接URL、email、身份证号等等。

常用的元字符

有特殊含义，不代表字面的意思；

1、点字符（.）

匹配除回车（\r）、换行(\n) 、行分隔符和段分隔符以外的所有字符。

2、位置字符

^ 表示字符串的开始位置

$ 表示字符串的结束位置

3、选择符（|）

竖线符号（|）在正则表达式中表示“或关系”（OR），即a|b表示匹配a或b。

4、转义符
正则模式中，需要用斜杠转义的，一共有12个字符：^、 .、 [、 $、 (、 )、 |、 *、 +、 ?、 {和\\。

5、预定义模式

    \d 匹配0-9之间的任一数字，相当于[0-9]；

    \D 匹配所有0-9以外的字符，相当于[^0-9]；

    \w 匹配任意的字母、数字和下划线，相当于[A-Za-z0-9_]；

    \W 除所有字母、数字和下划线以外的字符，相当于[^A-Za-z0-9_]；

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

    \S 匹配非空格的字符，相当于[^\t\r\n\v\f]；

6、量词符

    ? 问号表示某个模式出现0次或1次；

    * 星号表示某个模式出现0次或多次；  

    + 加号表示某个模式出现1次或多次；

简数采集支持使用的正则表达式