基於PHP/CURL/codeIgniter的Spider Webbot爬蟲[7]經常使用正則表達式

1、校驗數字的表達式
1 數字：^[0-9]*$
2 n位的數字：^d{n}$
3 至少n位的數字：^d{n,}$
4 m-n位的數字：^d{m,n}$
5 零和非零開頭的數字：^(0|1-9*)$
6 非零開頭的最多帶兩位小數的數字：^(1-9*)+(.[0-9]{1,2})?$
7 帶1-2位小數的正數或負數：^(-)?d+(.d{1,2})?$
8 正數、負數、和小數：^(-|+)?d+(.d+)?$
9 有兩位小數的正實數：^[0-9]+(.[0-9]{2})?$
10 有1~3位小數的正實數：^[0-9]+(.[0-9]{1,3})?$
11 非零的正整數：^[1-9]d$ 或 ^([1-9][0-9]*){1,3}$ 或 ^+?1-9$
12 非零的負整數：^-[1-9][]0-9"*$ 或 ^-[1-9]\d*$
13 非負整數：^d+$ 或 ^[1-9]\d*|0$
14 非正整數：^-[1-9]d*|0$ 或 ^((-\d+)|(0+))$
15 非負浮點數：^d+(.d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
16 非正浮點數：^((-d+(.d+)?)|(0+(.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
17 正浮點數：^[1-9]d.d|0.d[1-9]d$ 或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
18 負浮點數：^-([1-9]d.d|0.d[1-9]d)$ 或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
19 浮點數：^(-?d+)(.d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$
2、校驗字符的表達式
1 漢字：^[u4e00-u9fa5]{0,}$
2 英文和數字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
3 長度爲3-20的全部字符：^.{3,20}$
4 由26個英文字母組成的字符串：^[A-Za-z]+$
5 由26個大寫英文字母組成的字符串：^[A-Z]+$
6 由26個小寫英文字母組成的字符串：^[a-z]+$
7 由數字和26個英文字母組成的字符串：^[A-Za-z0-9]+$
8 由數字、26個英文字母或者下劃線組成的字符串：^w+$ 或 ^\w{3,20}$
9 中文、英文、數字包括下劃線：^[u4E00-u9FA5A-Za-z0-9_]+$
10 中文、英文、數字但不包括下劃線等符號：^[u4E00-u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
11 能夠輸入含有^%&',;=?$\"等字符：[^%&',;=?$x22]+
12 禁止輸入含有~的字符：¹+
3、特殊需求表達式
1 Email地址：^w+([-+.]w+)@w+([-.]w+).w+([-.]w+)*$
2 域名：a-zA-Z0-9{0,62}(/.a-zA-Z0-9{0,62})+/.?
3 InternetURL：[a-zA-z]+://² 或 ^http://([w-]+.)+[w-]+(/[w-./?%&=])?$
4 手機號碼：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])d{8}$
5 電話號碼("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^((d{3,4}-)|d{3.4}-)?d{7,8}$
6 國內電話號碼(0511-440522二、021-87888822)：d{3}-d{8}|d{4}-d{7}
7 身份證號(15位、18位數字)：^d{15}|d{18}$
8 短身份證號碼(數字、字母x結尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
9 賬號是否合法(字母開頭，容許5-16字節，容許字母數字下劃線)：^a-zA-Z{4,15}$
10 密碼(以字母開頭，長度在6~18之間，只能包含字母、數字和下劃線)：^[a-zA-Z]w{5,17}$
11 強密碼(必須包含大小寫字母和數字的組合，不能使用特殊字符，長度在8-10之間)：^(?=.d)(?=.[a-z])(?=.*[A-Z]).{8,10}$
12 日期格式：^d{4}-d{1,2}-d{1,2}
13 一年的12個月(01～09和1～12)：^(0?[1-9]|1[0-2])$
14 一個月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$
15 錢的輸入格式：
16 1.有四種錢的表示形式咱們能夠接受:"10000.00" 和 "10,000.00", 和沒有 "分" 的 "10000" 和 "10,000"：^1-9*$
17 2.這表示任意一個不以0開頭的數字,可是,這也意味着一個字符"0"不經過,因此咱們採用下面的形式：^(0|1-9*)$
18 3.一個0或者一個不以0開頭的數字.咱們還能夠容許開頭有一個負號：^(0|-?1-9*)$
19 4.這表示一個0或者一個可能爲負的開頭不爲0的數字.讓用戶以0開頭好了.把負號的也去掉,由於錢總不能是負的吧.下面咱們要加的是說明可能的小數部分：^[0-9]+(.[0-9]+)?$
20 5.必須說明的是,小數點後面至少應該有1位數,因此"10."是不經過的,可是 "10" 和 "10.2" 是經過的：^[0-9]+(.[0-9]{2})?$
21 6.這樣咱們規定小數點後面必須有兩位,若是你認爲太苛刻了,能夠這樣：^[0-9]+(.[0-9]{1,2})?$
22 7.這樣就容許用戶只寫一位小數.下面咱們該考慮數字中的逗號了,咱們能夠這樣：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
23 8.1到3個數字,後面跟着任意個 逗號+3個數字,逗號成爲可選,而不是必須：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$
24 備註：這就是最終結果了,別忘了"+"能夠用"*"替代若是你以爲空字符串也能夠接受的話(奇怪,爲何?)最後,別忘了在用函數時去掉去掉那個反斜槓,通常的錯誤都在這裏
25 xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\.x|X[l|L]$
26 中文字符的正則表達式：[u4e00-u9fa5]
27 雙字節字符：³ (包括漢字在內，能夠用來計算字符串的長度(一個雙字節字符長度計2，ASCII字符計1))
28 空白行的正則表達式：ns*r (能夠用來刪除空白行)
29 HTML標記的正則表達式：<(S?)⁴>.?</1>|<.? /> (網上流傳的版本太糟糕，上面這個也僅僅能部分，對於複雜的嵌套標記依舊無能爲力)
30 首尾空白字符的正則表達式：^s|s$或(^\s*)|(\s*$) (能夠用來刪除行首行尾的空白字符(包括空格、製表符、換頁符等等)，很是有用的表達式)
31 騰訊QQ號：1-9{4,} (騰訊QQ號從10000開始)
32 中國郵政編碼：[1-9]d{5}(?!d) (中國郵政編碼爲6位數字)
33 IP地址：d+.d+.d+.d+ (提取IP地址時有用)

======================================================

匹配中文字符的正則表達式： [u4e00-u9fa5]
　　評註：匹配中文還真是個頭疼的事，有了這個表達式就好辦了
　　匹配雙字節字符(包括漢字在內)：³
　　評註：能夠用來計算字符串的長度（一個雙字節字符長度計2，ASCII字符計1）
　　匹配空白行的正則表達式：ns*r
　　評註：能夠用來刪除空白行
　　匹配HTML標記的正則表達式：<(S?)⁴>.?|<.? />
　　評註：網上流傳的版本太糟糕，上面這個也僅僅能匹配部分，對於複雜的嵌套標記依舊無能爲力
　　匹配首尾空白字符的正則表達式：^s|s$
　　評註：能夠用來刪除行首行尾的空白字符(包括空格、製表符、換頁符等等)，很是有用的表達式
　　匹配Email地址的正則表達式：w+([-+.]w+)@w+([-.]w+).w+([-.]w+)*
　　評註：表單驗證時很實用
　　匹配網址URL的正則表達式：[a-zA-z]+://²*
　　評註：網上流傳的版本功能頗有限，上面這個基本能夠知足需求
　　匹配賬號是否合法(字母開頭，容許5-16字節，容許字母數字下劃線)：^a-zA-Z{4,15}$
　　評註：表單驗證時很實用
　　匹配國內電話號碼：d{3}-d{8}|d{4}-d{7}
　　評註：匹配形式如 0511-4405222 或 021-87888822
　　匹配騰訊QQ號：1-9{4,}
　　評註：騰訊QQ號從10000開始
　　匹配中國郵政編碼：[1-9]d{5}(?!d)
　　評註：中國郵政編碼爲6位數字
　　匹配身份證：d{15}|d{18}
　　評註：中國的身份證爲15位或18位
　　匹配ip地址：d+.d+.d+.d+
　　評註：提取ip地址時有用
　　匹配特定數字：
　　^[1-9]d*$　 　 //匹配正整數
　　^-[1-9]d*$ 　 //匹配負整數
　　^-?[1-9]d*$　　 //匹配整數
　　^[1-9]d*|0$　 //匹配非負整數（正整數 + 0）
　　^-[1-9]d*|0$　　 //匹配非正整數（負整數 + 0）
　　^[1-9]d.d|0.d[1-9]d$　　 //匹配正浮點數
　　^-([1-9]d.d|0.d[1-9]d)$　 //匹配負浮點數
　　^-?([1-9]d.d|0.d[1-9]d|0?.0+|0)$　 //匹配浮點數
　　^[1-9]d.d|0.d[1-9]d|0?.0+|0$　　 //匹配非負浮點數（正浮點數 + 0）
　　^(-([1-9]d.d|0.d[1-9]d))|0?.0+|0$　　//匹配非正浮點數（負浮點數 + 0）
　　評註：處理大量數據時有用，具體應用時注意修正
　　匹配特定字符串：
　　^[A-Za-z]+$　　//匹配由26個英文字母組成的字符串
　　^[A-Z]+$　　//匹配由26個英文字母的大寫組成的字符串
　　^[a-z]+$　　//匹配由26個英文字母的小寫組成的字符串
　　^[A-Za-z0-9]+$　　//匹配由數字和26個英文字母組成的字符串
　　^w+$　　//匹配由數字、26個英文字母或者下劃線組成的字符串
　　在使用RegularExpressionValidator驗證控件時的驗證功能及其驗證表達式介紹以下:
　　只能輸入數字：「^[0-9]*$」
　　只能輸入n位的數字：「^d{n}$」
　　只能輸入至少n位數字：「^d{n,}$」
　　只能輸入m-n位的數字：「^d{m,n}$」
　　只能輸入零和非零開頭的數字：「^(0|1-9*)$」
　　只能輸入有兩位小數的正實數：「^[0-9]+(.[0-9]{2})?$」
　　只能輸入有1-3位小數的正實數：「^[0-9]+(.[0-9]{1,3})?$」
　　只能輸入非零的正整數：「^+?1-9*$」
　　只能輸入非零的負整數：「^-1-9*$」
　　只能輸入長度爲3的字符：「^.{3}$」
　　只能輸入由26個英文字母組成的字符串：「^[A-Za-z]+$」
　　只能輸入由26個大寫英文字母組成的字符串：「^[A-Z]+$」
　　只能輸入由26個小寫英文字母組成的字符串：「^[a-z]+$」
　　只能輸入由數字和26個英文字母組成的字符串：「^[A-Za-z0-9]+$」
　　只能輸入由數字、26個英文字母或者下劃線組成的字符串：「^w+$」
　　驗證用戶密碼:「^[a-zA-Z]w{5,17}$」正確格式爲：以字母開頭，長度在6-18之間，
　　只能包含字符、數字和下劃線。
　　驗證是否含有^%&'',;=?$"等字符：「[^%&'',;=?$x22]+」
　　只能輸入漢字：「^[u4e00-u9fa5],{0,}$」
　　驗證Email地址：「^w+[-+.]w+)@w+([-.]w+).w+([-.]w+)*$」
　　驗證InternetURL：「^http://([w-]+.)+[w-]+(/[w-./?%&=]*)?$」
　　驗證電話號碼：「^((d{3,4})|d{3,4}-)?d{7,8}$」
　　正確格式爲：「XXXX-XXXXXXX」，「XXXX-XXXXXXXX」，「XXX-XXXXXXX」，
　　「XXX-XXXXXXXX」，「XXXXXXX」，「XXXXXXXX」。
　　驗證身份證號（15位或18位數字）：「^d{15}|d{}18$」
　　驗證一年的12個月：「^(0?[1-9]|1[0-2])$」正確格式爲：「01」-「09」和「1」「12」
　　驗證一個月的31天：「^((0?[1-9])|((1|2)[0-9])|30|31)$」
　　正確格式爲：「01」「09」和「1」「31」。
　　匹配中文字符的正則表達式： [u4e00-u9fa5]
　　匹配雙字節字符(包括漢字在內)：³
　　匹配空行的正則表達式：n[s| ]*r
　　匹配HTML標記的正則表達式：/<(.)>.|<(.*) />/
　　匹配首尾空格的正則表達式：(^s)|(s$)
　　匹配Email地址的正則表達式：w+([-+.]w+)@w+([-.]w+).w+([-.]w+)*
　　匹配網址URL的正則表達式：http://([w-]+.)+[w-]+(/[w- ./?%&=]*)?

匹配東京很熱的正則表達式：.*[a-zA-Z0-9]{2,5}-[0-9]{2,5}.*
匹配大阪也很熱的正則表達式.*[a-zA-Z0-9]{2,5}[0-9]{2,5}.*

　

---

1. ~x22 ↩
2. s ↩
3. x00-xff ↩
4. > ↩