一、理解正則表達式

正則表達式是一種用特定語法描述一類文本的表達式，在數據提取、格式化等場景下佔據着非常重要的地位。其中最基礎的就是“.”、“*”、“+”等符號，它們可以代表任意字符和多個字符，具有廣泛的適用性。

同時，正則表達式還支持可選符號“?”，用於修飾前面的某個符號或表達式，表示該符號或表達式出現的次數可以為0，也可以為1。這種特性可以大幅度提高匹配效率，尤其是在匹配大量文本時，減少了無用匹配的情況。

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、貪婪匹配和非貪婪匹配

正則表達式默認為貪婪匹配方式，即會儘可能多地匹配符合條件的內容，可能會截取到不必要的部分。而在非貪婪匹配模式下，正則引擎會匹配符合條件的最小內容，避免了不必要的捕獲。

在使用可選符號“?”時，需要注意它的位置和匹配模式，否則結果可能並不符合預期。

import re
text = "
Python Regular Expressions
"
regex = ""  # 非貪婪匹配
match = re.search(regex, text)
print(match.group())
# Output: 

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

三、使用捕獲組提取信息

除了使用正則表達式匹配文本，還可以通過捕獲組提取匹配到的內容，方便後續的處理。捕獲組即使用圓括號“()”包裹的表達式，可以有多個嵌套。

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、正則表達式的編譯和緩存

在需要多次使用同一正則表達式時，可以通過編譯後的對象提高效率。同時，Python內置的正則表達式緩存機制也可以減少重複匹配的時間。

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、總結

正則表達式在文本匹配中有着不可替代的作用，而在使用過程中，可選符號“?”可以用於優化匹配效率，非貪婪匹配可以避免不必要的捕獲，捕獲組可以提取符合要求的內容。同時，對於需要多次使用的正則表達式，編譯和緩存都可以提高效率，使得程序運行更快，更加可靠。