一、怎么提取文本里多次出现的符合规则的子串？ #

其实这个需求很常见，核心就是用支持全局匹配的正则引擎，再配合对应语言的API来捞所有匹配结果就行。我给你拆解下步骤，再举几个常用语言的例子：

• 第一步：先把你要匹配的规则写成正则模式。比如你要抓邮箱，就用\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b这种模式。
• 第二步：根据你用的编程语言，调用全局匹配的方法：
  • 要是用Python，直接用re.findall()或者re.finditer()就行，前者直接返回所有匹配的列表，后者返回迭代器，适合处理大文本：

    import re
    text = "有问题找support@example.com，或者sales@test.org，也可以联系admin@demo.net"
    pattern = r"\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b"
    all_matches = re.findall(pattern, text)
    print(all_matches)  # 直接输出所有抓到的邮箱
    

  • 要是用Java，就得用Pattern和Matcher配合，循环调用find()来逐个获取匹配结果：

    import java.util.regex.Matcher;
    import java.util.regex.Pattern;
    public class RegexDemo {
        public static void main(String[] args) {
            String text = "有问题找support@example.com，或者sales@test.org，也可以联系admin@demo.net";
            String pattern = "\\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Z|a-z]{2,}\\b";
            Pattern compiledPattern = Pattern.compile(pattern);
            Matcher matcher = compiledPattern.matcher(text);
            while (matcher.find()) {
                System.out.println(matcher.group()); // 挨个打印匹配到的邮箱
            }
        }
    }
    

• 划重点：一定要确保正则模式能精准匹配你要的子串，同时开启全局匹配（不同语言实现方式不一样，Python的findall默认就是全局，Java得靠循环find()）。

二、能不能移除\$\{\w+\.\w+\}里的第二个\w+来提升效率？ #

先给你理清楚原正则的逻辑：它是用来匹配${xxx.yyy}这种格式的内容，其中xxx和yyy都是字母、数字、下划线组成的单词字符，对吧？

首先，绝对不能直接移除第二个\w+！要是移除了，正则就变成\$\{\w+\.\}了，这时候只能匹配${xxx.}这种末尾只有一个点的内容，完全不符合你原本要抓${xxx.yyy}的需求，直接就废了。

哦，可能你想问的是能不能把第二个\w+改成\w？那也不行，改成\w的话，只能匹配${xxx.y}这种yyy是单个字符的情况，像${user.name}这种多字符的就抓不到了，会漏掉大量符合要求的内容。

再说说效率的事儿：原正则\$\{\w+\.\w+\}本身已经非常高效了，因为\w+是贪婪匹配，正则引擎会快速扫过符合条件的字符，几乎没有回溯。真要优化效率的话，不如提前预编译正则表达式（比如Java里提前用Pattern.compile()编译好，Python里用re.compile()），这样每次匹配的时候就不用重复编译正则了，反而比瞎改规则提升的效率更明显。

内容的提问来源于stack exchange，提问作者Majid Ali Khan