在进行文本挖掘时，TSQL中的通配符（Wildchar）显得功能不足，这时，使用“CLR+正则表达式”是非常不错的选择，正则表达式看似非常复杂，但，万变不离其宗，熟练掌握正则表达式的元数据，就能熟练和灵活使用正则表达式完成复杂的Text Mining工作。
一，正则表达式的特殊字符
1，常用元字符
用以匹配特定的字符（字母，数字，符号），注意字母是区分大小写的：
. ：匹配除换行符以外的任意字符
\w ：匹配字母或数字或下划线或汉字
\s ：匹配任意的空白符
\d ：匹配数字
\b ：匹配单词的开始或结束
^ ：匹配字符串的开始
$ ：匹配字符串的结束
\k ：引用分组名，例如:\k<group_name>，表示引用名字为group_name的分组
\group_number：group_number是分组的组号，1，2，3等，表示通过组号引用分组
2，重复字符或分组
指定前面一个字符或分组重复的次数：
* ：重复零次或更多次
+ ：重复一次或更多次
? ：重复零次或一次
{n} ：重复n次
{n,} ：重复n次或更多次
{n,m} ：重复n到m次
3，分组，转义，分支，限定符
这些字符有特定的含义和用途：
() ： 用小括号表示一个分组
<>： 定义分组名< 和 > 之间的字符串是分组名
\ ： 转义字符，将特殊字符转移为普通字符，例如：\(，表示小括号“（”，小括号不再作为特殊字符
| ： 分支，表达式之间是“或”的关系
[] ： 指定限定字符列表，一个字符必须匹配列表中任意一个字符，在中括号中指定匹配的字符列表，例如：[aeiou] 一个字符必须aeiou中的任意一个；
[^ ] ： 指定排除字符列表，一个字符不能是排除列表中的任意一个字符，中括号中指定排除的字符列表，例如：[^aeiou] 一个字符不能是aeiou中的任意一个；
二，分组引用
分组，是使用小括号指定的一个子表达式；分组引用，是指在表达式中，重复使用子表达式，使正则表达式的写法更简洁。默认情况下，正则表达式为每个分组自动分配一个组号，规则是：组号从1开始，从左向右，组号依次加1（base-1），例如，第一个分组的组号为1，第二个分组的组号为2，以此类推。
分组定义的三种形式：
(exp) ：自动分配组号，通过分组号引用该分组；
(?<name>exp) ：命名分组，通过分组名引用该分组；
(?:exp) ：该分组只在当前位置匹配文本，在该分组之后，无法引用该分组，该分组没有分组名，也没有分组号；
1，通过组号引用分组
在正则表达式前面定义一个分组(exp)，在表达式的后面，能够通过组号引用该分组的表达式，引用分组的语法是：\group_number；
例如：\b(\w+)\b\s+\1\b，在该正则表达式中，只存在一个分组(\w+)，组号是1，在该分组的后面，使用\1来引用该分组，将\1替换为分组的子表达式，等价于：\b(\w+)\b\s+(\w+)\b。
2，通过分组名引用分组
在正则表达式中，能够对分组命名，命名的分组格式：(?<name>exp)，分组名是name，通过name来引用该分组的格式是：\k<group_name>，通过分组名和组号引用分组，其文本匹配的行为是一样的。
例如：\b(?<word>\w+)\b\s+\1\b，在该分组的后面中，使用\k<word>引用该分组，将\k<word>替换为分组的子表达式，等价于：\b(\w+)\b\s+(\w+)\b。
3，无法引用的分组
(?:exp)：使用这种语法定义的分组，不能引用，只能在当前的位置匹配文本，正则表达式不为该分组自动分配组号。
三，断言查找