一、理解正则表达式

正则表达式是一种用特定语法描述一类文本的表达式，在数据提取、格式化等场景下占据着非常重要的地位。其中最基础的就是“.”、“*”、“+”等符号，它们可以代表任意字符和多个字符，具有广泛的适用性。

同时，正则表达式还支持可选符号“?”，用于修饰前面的某个符号或表达式，表示该符号或表达式出现的次数可以为0，也可以为1。这种特性可以大幅度提高匹配效率，尤其是在匹配大量文本时，减少了无用匹配的情况。

import re
text = "The quick brown fox jumps over the lazy dog"
regex = "quick.*fox"
match = re.search(regex, text)
print(match.group())
# Output: quick brown fox

二、贪婪匹配和非贪婪匹配

正则表达式默认为贪婪匹配方式，即会尽可能多地匹配符合条件的内容，可能会截取到不必要的部分。而在非贪婪匹配模式下，正则引擎会匹配符合条件的最小内容，避免了不必要的捕获。

在使用可选符号“?”时，需要注意它的位置和匹配模式，否则结果可能并不符合预期。

import re
text = "
Python Regular Expressions
"
regex = "<.*?>"  # 非贪婪匹配
match = re.search(regex, text)
print(match.group())
# Output: 

regex = "<.*>"  # 贪婪匹配
match = re.search(regex, text)
print(match.group())
# Output: 
Python Regular Expressions

三、使用捕获组提取信息

除了使用正则表达式匹配文本，还可以通过捕获组提取匹配到的内容，方便后续的处理。捕获组即使用圆括号“()”包裹的表达式，可以有多个嵌套。

import re
text = "John Smith: 155-555-5555"
regex = "(\w+\s\w+):\s(\d{3}-\d{3}-\d{4})"
match = re.search(regex, text)
print(match.group(1))
print(match.group(2))
# Output: John Smith, 155-555-5555

四、正则表达式的编译和缓存

在需要多次使用同一正则表达式时，可以通过编译后的对象提高效率。同时，Python内置的正则表达式缓存机制也可以减少重复匹配的时间。

import re
regex = re.compile("\d{3}-\d{3}-\d{4}")
text1 = "John Smith: 155-555-5555"
text2 = "Jane Doe: 123-456-7890"
match1 = regex.search(text1)
match2 = regex.search(text2)
print(match1.group())
print(match2.group())
# Output: 155-555-5555, 123-456-7890

五、总结

正则表达式在文本匹配中有着不可替代的作用，而在使用过程中，可选符号“?”可以用于优化匹配效率，非贪婪匹配可以避免不必要的捕获，捕获组可以提取符合要求的内容。同时，对于需要多次使用的正则表达式，编译和缓存都可以提高效率，使得程序运行更快，更加可靠。