最后一天凑一篇（关于正则表达式）

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