正则表达式入门

最近要帮别人下载电影，但是只能找到种子（你懂得）所以就想写一个爬虫来爬磁力链接，所以去找了些书来看，

同时在这里写点笔记，避免以后自己忘掉也给后来的人留下一点资料。

 

我只做了一点微小的工作 :)

 

^     　　代表一行的开始
$     　　代表一行的结束
[…]   　正则表达式结构体，“匹配列出的任意字符”
-          　连字符，表示范围，[0-9][a-z],只有在字符组内部，连字符才是连字符,如果出现在开头，也代表普通字符。
[^…] 　　匹配未列出的字符，表示排除，“匹配未列出的字符”
.      　　匹配任意字符，在字符组中表示普通字符
|     　　“或” 括号划定范围，gr(a|e)y，在表达式中是普通字符
?　　　　代表可选项，只作用于之前紧邻的元素，无论是否出现匹配都会成功，次数上限1
+　　　　代表之前紧邻的元素出现一次或多次，无法匹配将会失败，最低出现一次
*　　　　代表之前紧邻的元素出现任意多次或不出现，不会失败，
\　　　　转义字符，即让某些元字符变成普通意义的

匹配引号内字符串　　"[^"]*"
匹配美元金额　　\$[0-9]+(\.[0-9][0-9])?
匹配URL　　\<http://[-a-z0-9_.:]+/[-a-z0-9_.:@&?=+.!/~*%$]*\.html?\>
匹配时间　　(1[012]|[1-9]):[0-5][0-9]
24小时制　　[01]?[0-9]|2[0-3]

这些是在猫头鹰书上看到的，还有蝙蝠书也看了一下，但我觉得可能不适合我，因为我比较考虑 C# 和 JS 里用的。

感觉太老而且不是很懂，接下来看了邮电出版社的正则表达式必知必会，觉得这本要比蝙蝠书和猫头鹰书好的多。

 

略过上面那些又有下面这些元字符

[\b]　　　　回退并删除一个字符，即backspace键

\f　　　　换页符
\n　　　　换行符
\r　　　　回车符，\r\n \n\n
\t　　　　制表符
\v　　　　垂直制表符
\s　　　　任何一个空白字符等价于[\f\n\r\t\v]
\S　　　　任何一个非空白字符等价于[^\f\n\r\t\v]
\d　　　　任何一个数字等价于[0-9]
\D　　　　任何一个非数字等价于[^0-9]
\w　　　　任何一个字母数字字符或下划线字符等价于[a-zA-Z0-9_]
\W　　　　任何一个非字母数字字符或下划线字符等价于[^a-zA-Z0-9_]
{最大值，最小值}　　　　控制匹配次数
+? *? {n, }?　　　　非贪婪模式的次数匹配，“匹配尽可能少的字符”

 

 

后面还有三章吧，感觉有些复杂，目前的这些应该已经够用了，所以就没有看。

如果想深入学习的话，还是推荐看正则表达式必知必会，相对的简单易懂一些。

 

收集的正则：

 

匹配<img src>图片地址　　<img\b[^<>]*?\bsrc[\s\t\r\n]*=[\s\t\r\n]*[""']?[\s\t\r\n]*(?<imgUrl>[^\s\t\r\n""'<>]*)[^<>]*?/?[\s\t\r\n]*>

出处：http://www.cnblogs.com/08shiyan/archive/2011/09/01/2161741.html

 

匹配<script>标签　　<script[^>]*?>.*?</script>

出处：http://www.cnblogs.com/08shiyan/archive/2011/09/28/2194682.html

 

部分正则：http://www.cnblogs.com/08shiyan/archive/2011/09/28/2194682.html