火车头正则表达式口诀及教程 火车头采集器教程

正则表达式口诀及教程(推荐)

正则其实也势利,削尖头来把钱揣; (指开始符号^和结尾符号$)

特殊符号认不了,弄个倒杠来引路; (指. *等特殊符号)

倒杠后面跟小w, 数字字母来表示; (w跟数字字母;d跟数字)

倒杠后面跟小d, 只有数字来表示;

倒杠后面跟小a, 报警符号嘀一声;

倒杠后面跟小b, 单词分界或退格;

倒杠后面跟小t, 制表符号很明了;

倒杠后面跟小r, 回车符号知道了;

倒杠后面跟小s, 空格符号很重要;

小写跟罢跟大写,多得实在不得了;

倒杠后面跟大W, 字母数字靠边站;

倒杠后面跟大S, 空白也就靠边站;

倒杠后面跟大D, 数字从此靠边站;

倒框后面跟大B, 不含开头和结尾;

单个字符要重复,三个符号来帮忙; (* + ?)

0 星加1 到无穷,问号只管0 和1; (*表0-n;+表1-n;?表0-1次重复)

花括号里学问多,重复操作能力强; ({n} {n,} {n,m})

若要重复字符串,园括把它括起来; ((abc){3} 表示字符串“abc”重复3次 )

特殊集合自定义,中括号来帮你忙;

转义符号行不通,一个一个来排队;

实在多得排不下,横杠请来帮个忙; ([1-5])

尖头放进中括号,反义定义威力大; ([^a]指除“a”外的任意字符 )

1竖作用可不小,两边正则互替换; (键盘上与“”是同一个键)

1竖能用很多次,复杂定义很方便;

园括号,用途多;

反向引用指定组,数字排符对应它; (“b(w+)bs+1b”中的数字“1”引用前面的“(w+)”)

支持组名自定义,问号加上尖括号; (“(?w+)”中把“w+”定义为组,组名为“Word”)

园括号,用途多,位置指定全靠它;

问号等号字符串,定位字符串前面; (“bw+(?=ingb)”定位“ing”前面的字符串)

若要定位串后面,中间插个小于号; (“(?<=bsub)w+b”定位“sub”后面的字符串)

问号加个惊叹号,后面跟串字符串;

PHPer都知道, !是取反的意思;

后面不跟这一串,统统符合来报到; (“w*d(?!og)w*”,“dog”不符合,“do”符合)

问号小于惊叹号,后面跟串字符串;

前面不放这一串,统统符合来报到;

点号星号很贪婪,加个问号不贪婪;

加号问号有保底,至少重复一次多;

两个问号老规矩,0次1次团团转;

花括号后跟个?,贪婪变成不贪婪;

还有很多装不下,等着以后来增加

常用正则表达式

1。^d+$ //匹配非负整数(正整数 + 0)

2。^[0-9]*[1-9][0-9]*$ //匹配正整数

3。^((-d+) ?(0+))$ //匹配非正整数(负整数 + 0)

4。^-[0-9]*[1-9][0-9]*$ //匹配负整数

5。^-?d+$ //匹配整数

6。^d+(.d+)?$ //匹配非负浮点数(正浮点数 + 0)

7。^(([0-9]+.[0-9]*[1-9][0-9]*) ?([0-9]*[1-9][0-9]*.[0-9]+) ?([0-9]*[1-9][0-9]*))$ //匹配正浮点数

8。^((-d+(.d+)?) ?(0+(.0+)?))$ //匹配非正浮点数(负浮点数 + 0)

9。^(-(([0-9]+.[0-9]*[1-9][0-9]*) ?([0-9]*[1-9][0-9]*.[0-9]+) ?([0-9]*[1-9][0-9]*)))$ //匹配负浮点数

10。^(-?d+)(.d+)?$ //匹配浮点数

11。^[A-Za-z]+$ //匹配由26个英文字母组成的字符串

12。^[A-Z]+$ //匹配由26个英文字母的大写组成的字符串

13。^[a-z]+$ //匹配由26个英文字母的小写组成的字符串

14。^[A-Za-z0-9]+$ //匹配由数字和26个英文字母组成的字符串

15。^w+$ //匹配由数字、26个英文字母或者下划线组成的字符串

16。^[w-]+(.[w-]+)*@[w-]+(.[w-]+)+$ //匹配email地址

17。^[a-zA-z]+://匹配(w+(-w+)*)(.(w+(-w+)*))*(?S*)?$ //匹配url

18。匹配中文字符的正则表达式: [u4e00-u9fa5]

19。匹配双字节字符(包括汉字在内):[^x00-xff]

20。应用:计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)

String.prototype.len=function(){return this.replace([^x00-xff]/g,”aa”).length;}

21。匹配空行的正则表达式:n[s ? ]*r

22。匹配HTML标记的正则表达式:/ <(.*)>.* </1> ? <(.*) />/

23。匹配首尾空格的正则表达式:(^s*) ?(s*$)

* 正则表达式用例

* 1、^S+[a-z A-Z]$ 不能为空 不能有空格 只能是英文字母

* 2、S{6,} 不能为空 六位以上

* 3、^d+$ 不能有空格 不能非数字

* 4、(.*)(.jpg ?.bmp)$ 只能是jpg和bmp格式

* 5、^d{4}-d{1,2}-d{1,2}$ 只能是2004-10-22格式

* 6、^0$ 至少选一项

* 7、^0{2,}$ 至少选两项

* 8、^[s ?S]{20,}$ 不能为空 二十字以上

* 9、^+?[a-z0-9](([-+.] ?[_]+)?[a-z0-9]+)*@([a-z0-9]+(. ?-))+[a-z]{2,6}$邮件

* 10、w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*([,;]s*w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*)* 输入多个地址用逗号或空格分隔邮件

* 11、^(([0-9]+))?[0-9]{7,8}$电话号码7位或8位或前面有区号例如(022)87341628
火车头正则表达式口诀及教程 火车头采集器教程

* 12、^[a-z A-Z 0-9 _]+@[a-z A-Z 0-9 _]+(.[a-z A-Z 0-9 _]+)+(,[a-z A-Z 0-9 _]+@[a-z A-Z 0-9 _]+(.[a-z A-Z 0-9 _]+)+)*$

* 只能是字母、数字、下划线;必须有@和.同时格式要规范 邮件

* 13 ^w+@w+(.w+)+(,w+@w+(.w+)+)*$上面表达式也可以写成这样子,更精练。

14 ^w+((-w+) ?(.w+))*@w+((. &brvbar;-)w+)*.w+$

匹配中文字符的正则表达式: [u4e00-u9fa5]

评注:匹配中文还真是个头疼的事,有了这个表达式就好办了

匹配双字节字符(包括汉字在内):[^x00-xff]

评注:可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)

匹配空白行的正则表达式:ns*r

评注:可以用来删除空白行

匹配HTML标记的正则表达式: <(S*?)[^>]*>.*? ? <.*? />

评注:网上流传的版本太糟糕,上面这个也仅仅能匹配部分,对于复杂的嵌套标记依旧无能为力

匹配首尾空白字符的正则表达式:^s* ?s*$

评注:可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常有用的表达式

匹配Email地址的正则表达式:w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*

评注:表单验证时很实用

匹配网址URL的正则表达式:[a-zA-z]+://[^s]*

评注:网上流传的版本功能很有限,上面这个基本可以满足需求

匹配帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$

评注:表单验证时很实用

匹配国内电话号码:d{3}-d{8} ?d{4}-d{7}

评注:匹配形式如 0511-4405222 或 021-87888822

匹配腾讯QQ号:[1-9][0-9]{4,}

评注:腾讯QQ号从10000开始

匹配中国邮政编码:[1-9]d{5}(?!d)

评注:中国邮政编码为6位数字

匹配身份证:d{15} ?d{18}

评注:中国的身份证为15位或18位

匹配ip地址:d+.d+.d+.d+

评注:提取ip地址时有用

匹配特定数字:

^[1-9]d*$ //匹配正整数

^-[1-9]d*$ //匹配负整数

^-?[1-9]d*$ //匹配整数

^[1-9]d* &brvbar;0$ //匹配非负整数(正整数 + 0)

^-[1-9]d* &brvbar;0$ //匹配非正整数(负整数 + 0)

^[1-9]d*.d* &brvbar;0.d*[1-9]d*$ //匹配正浮点数

^-([1-9]d*.d* &brvbar;0.d*[1-9]d*)$ //匹配负浮点数

^-?([1-9]d*.d* &brvbar;0.d*[1-9]d* &brvbar;0?.0+ &brvbar;0)$ //匹配浮点数

^[1-9]d*.d* &brvbar;0.d*[1-9]d* &brvbar;0?.0+ &brvbar;0$ //匹配非负浮点数(正浮点数 + 0)

^(-([1-9]d*.d* &brvbar;0.d*[1-9]d*)) &brvbar;0?.0+ &brvbar;0$ //匹配非正浮点数(负浮点数 + 0)

评注:处理大量数据时有用,具体应用时注意修正

匹配特定字符串:

^[A-Za-z]+$ //匹配由26个英文字母组成的字符串

^[A-Z]+$ //匹配由26个英文字母的大写组成的字符串

^[a-z]+$ //匹配由26个英文字母的小写组成的字符串

^[A-Za-z0-9]+$ //匹配由数字和26个英文字母组成的字符串

^w+$ //匹配由数字、26个英文字母或者下划线组成的字符串

“^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+___FCKpd___0quot; //email地址

“^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?___FCKpd___0quot; //url

匹配中文字符的正则表达式: [u4e00-u9fa5]

评注:匹配中文还真是个头疼的事,有了这个表达式就好办了

匹配双字节字符(包括汉字在内):[^x00-xff]

评注:可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)

匹配空白行的正则表达式:ns*r

评注:可以用来删除空白行

匹配HTML标记的正则表达式: <(S*?)[^>]*>.*? ? <.*? />

评注:网上流传的版本太糟糕,上面这个也仅仅能匹配部分,对于复杂的嵌套标记依旧无能为力

匹配首尾空白字符的正则表达式:^s* ?s*$

评注:可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常有用的表达式

匹配Email地址的正则表达式:w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*

评注:表单验证时很实用

匹配网址URL的正则表达式:[a-zA-z]+://[^s]*

评注:网上流传的版本功能很有限,上面这个基本可以满足需求

匹配帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$

评注:表单验证时很实用

匹配国内电话号码:d{3}-d{8} ?d{4}-d{7}

评注:匹配形式如 0511-4405222 或 021-87888822

匹配腾讯QQ号:[1-9][0-9]{4,}

评注:腾讯QQ号从10000开始

匹配中国邮政编码:[1-9]d{5}(?!d)

评注:中国邮政编码为6位数字

匹配身份证:d{15} ?d{18}

评注:中国的身份证为15位或18位

匹配ip地址:d+.d+.d+.d+

评注:提取ip地址时有用

匹配特定数字:

^[1-9]d*$ //匹配正整数

^-[1-9]d*$ //匹配负整数

^-?[1-9]d*$ //匹配整数

^[1-9]d* &brvbar;0$ //匹配非负整数(正整数 + 0)

^-[1-9]d* &brvbar;0$ //匹配非正整数(负整数 + 0)

^[1-9]d*.d* &brvbar;0.d*[1-9]d*$ //匹配正浮点数

^-([1-9]d*.d* &brvbar;0.d*[1-9]d*)$ //匹配负浮点数

^-?([1-9]d*.d* &brvbar;0.d*[1-9]d* &brvbar;0?.0+ &brvbar;0)$ //匹配浮点数

^[1-9]d*.d* &brvbar;0.d*[1-9]d* &brvbar;0?.0+ &brvbar;0$ //匹配非负浮点数(正浮点数 + 0)

^(-([1-9]d*.d* &brvbar;0.d*[1-9]d*)) &brvbar;0?.0+ &brvbar;0$ //匹配非正浮点数(负浮点数 + 0)

评注:处理大量数据时有用,具体应用时注意修正

匹配特定字符串:

^[A-Za-z]+$ //匹配由26个英文字母组成的字符串

^[A-Z]+$ //匹配由26个英文字母的大写组成的字符串

^[a-z]+$ //匹配由26个英文字母的小写组成的字符串

^[A-Za-z0-9]+$ //匹配由数字和26个英文字母组成的字符串

^w+$ //匹配由数字、26个英文字母或者下划线组成的字符串

“^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+___FCKpd___0quot; //email地址

“^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?___FCKpd___0quot; //urlview plaincopy to clipboardprint?

正则几个基本概念:

1.贪婪:+,*,?,{m,n}等默认是贪婪匹配,即尽可能多匹配,也叫最大匹配

如果后面加上?,就转化为非贪婪匹配,需要高版本支持

1.贪婪:+,*,?,{m,n}等默认是贪婪匹配,即尽可能多匹配,也叫最大匹配

如果后面加上?,就转化为非贪婪匹配,需要高版本支持view plaincopy to clipboardprint?

2.获取:默认用(x &brvbar;y)是获取匹配,很多时候只是测试,不一定要求得到所匹配的数据,尤其在嵌套匹配或大数据中就要用非获取匹配(?:x &brvbar;y),这样提高了效率,优化了程序。

2.获取:默认用(x &brvbar;y)是获取匹配,很多时候只是测试,不一定要求得到所匹配的数据,尤其在嵌套匹配或大数据中就要用非获取匹配(?:x &brvbar;y),这样提高了效率,优化了程序。view plaincopy to clipboardprint?

3.消耗:默认是消耗匹配,一般在预查中是非消耗匹配。

举个例子,2003-2-8要变为2003-02-08

如果用/-(d)-/第二次匹配将从8开始,从而只替换第一个2,错误

如果用/-(d)(?=-)/则第二次匹配从第二个-开始,即不消耗字符-

3.消耗:默认是消耗匹配,一般在预查中是非消耗匹配。

举个例子,2003-2-8要变为2003-02-08

如果用/-(d)-/第二次匹配将从8开始,从而只替换第一个2,错误

如果用/-(d)(?=-)/则第二次匹配从第二个-开始,即不消耗字符-view plaincopy to clipboardprint?

4.预查:js中分为正向预查和负向预查

如上面的(?=pattern)是正向预查,在任何匹配 pattern 的字符串开始处匹配查找字符串。还有 (?!pattern)是负向预查,在任何不匹配 pattern 的字符串开始处匹配查找字符串。负向预查有时会用在对[^]的扩充,[^]只是一些字符,而?!可以使整个字符串。

4.预查:js中分为正向预查和负向预查

如上面的(?=pattern)是正向预查,在任何匹配 pattern 的字符串开始处匹配查找字符串。还有 (?!pattern)是负向预查,在任何不匹配 pattern 的字符串开始处匹配查找字符串。负向预查有时会用在对[^]的扩充,[^]只是一些字符,而?!可以使整个字符串。view plaincopy to clipboardprint?

5.回调:一般用在替换上,即根据不用的匹配内容返回不用的替换值,从而简化了程序,需要高版本支持

5.回调:一般用在替换上,即根据不用的匹配内容返回不用的替换值,从而简化了程序,需要高版本支持view plaincopy to clipboardprint?

6.引用:num 对所获取的第num个匹配的引用。

例如,’(.)11′ 匹配AAA型。’(.)(.)21′ 匹配ABBA型。

6.引用:num 对所获取的第num个匹配的引用。

例如,’(.)11′ 匹配AAA型。’(.)(.)21′ 匹配ABBA型。view plaincopy to clipboardprint?

正则表达式保留字

^ (carat)

. (period)

[ (left bracket}

$ (dollar sign)

( (left parenthesis)

) (right parenthesis)

? (pipe)

* (asterisk)

+ (plus symbol)

? (question mark)

{ (left curly bracket, or left brace)

backslash

正则表达式保留字

^ (carat)

. (period)

[ (left bracket}

$ (dollar sign)

( (left parenthesis)

) (right parenthesis)

? (pipe)

* (asterisk)

+ (plus symbol)

? (question mark)

{ (left curly bracket, or left brace)

backslash view plaincopy to clipboardprint?

构造 匹配于

构造 匹配于 view plaincopy to clipboardprint?

字符

x 字符 x

\ 反斜线字符

n 八进制值的字符0n (0 <= n <= 7)

nn 八进制值的字符 0nn (0 <= n <= 7)

mnn 八进制值的字符0mnn 0mnn (0 <= m <= 3, 0 <= n <= 7)

xhh 十六进制值的字符0xhh

uhhhh 十六进制值的字符0xhhhh

t 制表符('u0009')

n 换行符 ('u000A')

r 回车符 ('u000D')

f 换页符 ('u000C')

a 响铃符 ('u0007')

e 转义符 ('u001B')

cx T对应于x的控制字符 x

字符

x 字符 x

\ 反斜线字符

n 八进制值的字符0n (0 <= n <= 7)

nn 八进制值的字符 0nn (0 <= n <= 7)

mnn 八进制值的字符0mnn 0mnn (0 <= m <= 3, 0 <= n <= 7)

xhh 十六进制值的字符0xhh

uhhhh 十六进制值的字符0xhhhh

t 制表符('u0009')

n 换行符 ('u000A')

r 回车符 ('u000D')

f 换页符 ('u000C')

a 响铃符 ('u0007')

e 转义符 ('u001B')

cx T对应于x的控制字符 x view plaincopy to clipboardprint?

字符类

[abc] a, b, or c (简单类)

[^abc] 除了a、b或c之外的任意 字符(求反)

[a-zA-Z] a到z或A到Z ,包含(范围)

[a-z-[bc]] a到z,除了b和c : [ad-z](减去)

[a-z-[m-p]] a到z,除了m到 p: [a-lq-z]

[a-z-[^def]] d, e, 或 f

字符类

[abc] a, b, or c (简单类)

[^abc] 除了a、b或c之外的任意 字符(求反)

[a-zA-Z] a到z或A到Z ,包含(范围)

[a-z-[bc]] a到z,除了b和c : [ad-z](减去)

[a-z-[m-p]] a到z,除了m到 p: [a-lq-z]

[a-z-[^def]] d, e, 或 f view plaincopy to clipboardprint?

预定义的字符类

. 任意字符(也许能与行终止符匹配,也许不能)

d 数字: [0-9]

D 非数字: [^0-9]

s 空格符: [ tnx0Bfr]

S 非空格符: [^s]

w 单词字符: [a-zA-Z_0-9]

W 非单词字符: [^w]

  

爱华网本文地址 » http://www.aihuau.com/a/25101012/145002.html

更多阅读

火车头采集器教程 V8 火车头采集器v8破解

火车头采集器教程 V8——简介火车头是网上比较流行的采集器,也是一个非常实用的工具,可以采集各种类型的网站内容,所以如何使用火车头采集器就比较重要了,下面我会给大家通过文字加图片的方试,让大家快速学会火车头的采集方法(以目前2014

9SiR火车头采集器教程:1 怎样写采集规则

9SiR火车头采集器教程:[1]怎样写采集规则——简介火车头采集器是一款非常不错的数据采集软件,也是互联网上最流行的采集工具,但是使用相对比较专业,很多火车头采集器新手感到无从下手,今天教新手朋友们如何快速使用火车采集数据。9SiR火

从不会到精通js正则表达式转 精通正则表达式 豆瓣

正则表达式可以:&#8226;测试字符串的某个模式。例如,可以对一个输入字符串进行测试,看在该字符串是否存在一个电话号码模式或一个信用卡号码模式。这称为数据有效性验证&#8226;替换文本。可以在文档中使用一个正则表达式来标识特定文

JS中正则表达式 js正则表达式数字

JS中正则表达式有几种不同的使用方法,一些用法是通过字符串对象来使用,另外一些通过正则表达式对象使用。一、RegExp(正则表达式)的属性和方法1、属性RegExp的实例有几个只读的属性:global表示是否为全局匹配,igoreCase表示是否忽略大小

声明:《火车头正则表达式口诀及教程 火车头采集器教程》为网友酒醉夜未阑分享!如侵犯到您的合法权益请联系我们删除