火车头网页正则提取电话 – 火车头正则采集电话

　　话说好长时间不用火车头了。都有点蒙逼忘了。记得曾经用火车头采集论坛做垃圾文章网站，都多少年前的事情了，如今须要采集一些手机号，想想懒得写PHP，有现成的工具为何不用对吧，没毛病。

　　分分钟搞定，咱们先熟悉一下火车头的规则。

　　(?<content>[\s\S]*?)

　　Content //代表内容

　　? //表示匹配0次或则1次

　　\s //匹配所有空白字符

　　\S //匹配所有非空白字符

　　* //修饰匹配次数为 0 次或任意次

　　火车头采集手机号的正则：(?<content>1[34578]{1}[0-9]{9})

　　火车头采集邮箱的正则：(?<content>[\w\-\.]+@[\w\-\.]+\.\w+)

　　--------------------下方是正则表达式说明。-----------------------

　　表1.常用的元字符代码说明

　　. 匹配除换行符以外的任意字符

　　\w 匹配字母或数字或顿号或汉字

　　\s 匹配任意的空白符

　　\d 匹配数字

　　\b 匹配词组的开始或结束

　　^ 匹配字符串的开始$匹配字符串的结束

　　表2.常用的限定符代码/语法说明

　　* 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.常用的反义代码代码/语法说明

　　\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 匹配不是词组开头或结束的位置

　　[^x] 匹配不仅x以外的任意字符

　　[^aeiou] 匹配不仅aeiou这几个字母以外的任意字符

　　常用分组句型

　　表5.懒惰限定符代码/语法说明

　　*? 重复任意次，但尽可能少重复

　　+? 重复1次或更多次，但尽可能少重复

　　?? 重复0次或1次，但尽可能少重复

　　{n,m}? 重复n到m次，但尽可能少重复

　　{n,}? 重复n次以上，但尽可能少重复

　　表7.尚未详尽讨论的句型代码/语法说明

　　\a 报案字符(打印它的疗效是笔记本嘀一声)

　　\b 一般是词组分界位置，但若果在字符类里使用代表退格

　　\t 制表符火车采集器 手机正则表达式，Tab

　　\r 回车

　　\v 竖向制表符

　　\f 换页符

　　\n 换行符

　　\e Escape

　　\0nn ASCII代码中八进制代码为nn的字符

　　\xnn ASCII代码中十六进制代码为nn的字符

　　\unnnn Unicode代码中十六进制代码为nnnn的字符

　　\cN ASCII控制字符。比如\cC代表Ctrl+C

　　\A 字符串开头(类似^，但不受处理多行选项的影响)

　　\Z 字符串结尾或行尾(不受处理多行选项的影响)

　　\z 字符串结尾(类似$火车采集器 手机正则表达式，但不受处理多行选项的影响)

　　\G 当前搜索的开头

　　\p{name} Unicode中命名为name的字符类，例如\p{IsGreek}

　　(?>exp) 贪婪子表达式(?<x>-<y>exp)平衡组

　　(?im-nsx:exp) 在子表达式exp中改变处理选项

　　(?im-nsx) 为表达式旁边的部份改变处理选项

　　(?(exp)yes|no) 把exp当成零宽正向先行断定，如果在这个位置能匹配，使用yes作为此组的表达式；否则使用no(?(exp)yes)同上，只是使用空表达式作为no

　　(?(name)yes|no) 假如命名为name的组捕获到了内容，使用yes作为表达式；否则使用no

　　(?(name)yes) 同上，只是使用空表达式作为no