关闭

最后一天凑一篇(关于正则表达式)

标签: 正则表达式
151人阅读 评论(0) 收藏 举报
分类:

写了这么多东西发现正则表达式用的地方还真不少,比如检测用户输入格式,爬虫匹配html等。
所以最近又看了看正则表达式,话说其实内容倒是不是特别多,但是很恶心也是,
首先记录一下正则表达式的几个基本语法(复杂的先不记录了):

表1.常用的元字符
.    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


表2.常用的限定符
*   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


表3.常用的反义代码
\W  匹配任意不是字母,数字,下划线,汉字的字符
\S  匹配任意不是空白符的字符
\D  匹配任意非数字的字符
\B  匹配不是单词开头或结束的位置
[^x]    匹配除了x以外的任意字符
[^aeiou]    匹配除了aeiou这几个字母以外的任意字符

下面记录一下平时用的比较多的正则表达式:

网址(URL):[a-zA-z]+://[^\s]+
IP地址(IP Address):((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)
电子邮件(Email):\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
密码(由数字/大写字母/小写字母/标点符号组成,四种都必有,8位以上):(?=^.{8,}$)(?=.*\d)(?=.*\W+)(?=.*[A-Z])(?=.*[a-z])(?!.*\n).*$
日期(年-月-日):(\d{4}|\d{2})-((1[0-2])|(0?[1-9]))-(([12][0-9])|(3[01])|(0?[1-9]))
日期(月/日/年):((1[0-2])|(0?[1-9]))/(([12][0-9])|(3[01])|(0?[1-9]))/(\d{4}|\d{2})
时间(小时:分钟, 24小时制):((1|0?)[0-9]|2[0-3]):([0-5][0-9])
汉字(字符):[\u4e00-\u9fa5]
中文及全角标点符号(字符):[\u3000-\u301e\ufe10-\ufe19\ufe30-\ufe44\ufe50-\ufe6b\uff01-\uffee]
中国大陆固定电话号码: (\d{4}-|\d{3}-)?(\d{8}|\d{7})
中国大陆手机号码:1\d{10}
中国大陆邮政编码:[1-9]\d{5}
中国大陆身份证号(15位或18位):\d{15}(\d\d[0-9xX])?
小数:(-?\d+)(\.\d+)?
不包含abc的单词:\b((?!abc)\w)+\b

附带说明:使用PHP的preg_match方法中的正则表达式一般使用/ 为定界符。

最后,介绍一个方便写爬虫的PHP的第三方类库式的文件:PHPQuery

可以很方便的获取Dom并操作Dom,用法的话可以参看上面的类库的地址中的
demo文件

0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:70044次
    • 积分:1319
    • 等级:
    • 排名:千里之外
    • 原创:55篇
    • 转载:26篇
    • 译文:3篇
    • 评论:44条
    我的网站
    最新评论