正規表達式
正規表達式有些會翻譯為正則表達式（Regular Expression），一般也會用 regex 代表，
有一個很重要的觀念是，當我們在處理機器學習或是深度學習相關的案子時，其實花非常多時間在前置處理上，像是收集資料、資料正規化等等。自然語言處理身為人工智慧的分支自然也不例外，我們需要以一個電腦懂的方式去處理語言資料。除了文本處理外，正規表達式也常用在模式比對和解析資料，以一個電腦懂的方式去拼湊出要配對的模式。
基本字母配對
最基本配對就是直接根據輸入的文字來和對是否完全相符。
正則表達式：A
測試字串：Hi, I am Alex.
大小寫有差別，因此只會比對到 Alex 的 A 有相符。
配對集合
不只字母一個一個比對，有時候會有長很像的詞配對，例如英文常見的和過去式只差一個字的型態，拿 draw、drew 為例子：
正則表達式：dr[ae]w
測試字串：Tom is about to draw the picture which I drew yesterday.
如果是要配對某一段連續的英文字母呢？例如想配對是否有 s*ng 的詞，星號可以是 a 到 z 的任一字母：
正則表達式：s[a-z]ng
測試字串：I like to sing the song which Zoe sang before.
另外數字當然也可以這麼寫，例如希望英文小寫和數字全符合：
正則表達式：[a-z0-9]
測試字串：I like to sing the song which Zoe sang on December 12th.
如果是要排除某集合以外，和上述方式類似，並加上 ^ 符號。以下就是配對 s*ng 但排除星號是 g – p 之間（包含 g、p）的任一字母的字。
正則表達式：s[^g-p]ng
測試字串：I like to sing the song which Zoe sang before.
Or
一般程式語言有 or 的邏輯符號，正規表達式也會有，且符號也是 |。表示前面的詞和後面的詞都 ok。以處理順序上來說會先比對前面的詞，再配對後面的詞。
正則表達式：dog|cat
測試字串：I prefer dogs than cats.
除了上述比較直觀的寫法外，正規表達式有相當多特殊符號表達其他配對。通常會用 \ 在前面表示接下來是特殊字元。
邊界
\b 符合邊界。例如 \b*** 表示詞的左邊界符合***；而 ***\b 是右邊界配對***。
正則表達式：\bre
測試字串：I’m not sure that if her comments about the bread are off the record.
正則表達式：re\b
測試字串：I’m not sure that if his comments about the bread are off the record.
\B 符合非邊界。例如 \B*** 表示有 *** 的字，但不是在左邊界；或是 ***\B 表示有 *** 的字，但不是出現在右邊界。
正則表達式：\Bre
測試字串：I’m not sure that if his comments about the bread are off the record.
正則表達式：re\B
測試字串：I’m not sure that if his comments about the bread are off the record.
數字
\d 符合數字。這個超級常用的喔！也和上面曾出現過的 [0-9] 意思一樣。
正則表達式：\d
測試字串：There is 2 dogs and 3 cats.
\D 符合非數字。任何非數字都符合，包含標點符號和空白等等。
正則表達式：\D
測試字串：There is 2 dogs and 3 cats.
單詞
\w 符合包含底線的任何單詞字元。也等於 [A-Za-z0-9_]。
正則表達式：\w
測試字串：There is 2 dogs, 6 rabbits, and 3 cats.
\W 符合任何非單詞字元。等於 [^A-Za-z0-9_]。
正則表達式：\W
測試字串：There is 2 dogs, 6 rabbits, and 3 cats.
空白
\s 符合任何空白字元。
正則表達式：\s
測試字串：Hey ha ha.
\S 符合任何非空白字元。
正則表達式：\S
測試字串：Hey ha ha.
配對的次數
有時候我們設定好一種配對，需要重複比對，例如想配對三位數，可以寫為 \d\d\d，但寫下來很容易太冗長，這時候可以依靠一些符號輔助我們精簡一點語法。
配對 0 次或 1 次以上：利用 *。
正則表達式：\w*-*\d
測試字串：egg-100 yee hot dog-20 yeee
可有可無，出現 0 次或是 1 次：利用 ?。
正則表達式：colou?r
測試字串：color colour，表示 u 可以不用，或是出現一次。
配對 1 次或是 1 次以上：利用 +。
正則表達式：go+d
測試字串：god good gd
指定出現次數：利用 {次數}。
正則表達式：go{3}d
測試字串：gd god good goood gooood
指定一個範圍內的次數：利用 {最小次數, 最大次數}。
正則表達式：go{1,3}d
測試字串：gd god good goood gooood
開頭、結尾
符合字串開頭用 ^。這裡要注意開頭不是單詞開頭，而是以一行為單位的開頭（這樣講好怪，我們還是直接看例子好了）。
正則表達式：^ry
測試字串：
merry marry
rythm Harry rythm
符合字串結尾用 $。這裡也和上面一樣，不是單詞結尾，而是以一行為單位的結尾。
正則表達式：ry$
測試字串：
merry marry
rythm Harry rythm
好，就先這樣，還有太多太多了，可以直接參考維基百科正規表示式。在測試正則表達的時候，可以用這個網站先試試看：https://regex101.com/
