深入了解正则表达式

正则表达式在程序开发中是非常有用的，此篇文章的目的就是让你在开发中能看懂表达式的含义，并且在需要用到正则时，可以根据需求写出正确有效的表达式。

假定你对正则表达式已经有一定的了解，那么我们直接说说正则中最重要的组成部分 元字符。想要用好正则表达式，正确的理解元字符是最重要的事情。

共用及位置：

指定数量：

例如：zo* 匹配 z或zo或zoo，zo+ 匹配 zo或zoo 但不匹配 z，zo？ 匹配 z或zo 但不匹配 zoo

指定字符：

分组：

说明：使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下，每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。

后向引用用于重复搜索前面某个分组匹配的文本。例如，\1代表分组1匹配的文本。例如：

\b(\w+)\b\s+\1\b可以用来匹配重复的单词，像go go 或者kitty kitty。这个表达式首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b)，这个单词会被捕获到编号为1的分组中，然后是1个或几个空白符(\s+)，最后是分组1中捕获的内容（也就是前面匹配的那个单词）(\1)。

分枝条件：

贪婪与懒惰：

当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。

有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。

现在看看懒惰版的例子吧：

a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。

特殊元字符

当你看到这里，发现突然明白了许多，但又几乎什么都不记得，那也很正常，这里只是说了说基本的东西，之后还需要多练习，多使用，才能熟练掌握正则表达式。

下面总结了一些常用的正则：

非负整数："^\d+$"

正整数："^[0-9]*[1-9][0-9]*$"

非正整数："^((-\d+)|(0+))$"

负整数："^-[0-9]*[1-9][0-9]*$"

整数："^-?\d+$"

浮点数："^(-?\d+)(\.\d+)?$"

非负浮点数（正浮点数 + 0）："^\d+(\.\d+)?$"

正浮点数："^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$"

非正浮点数（负浮点数 + 0）："^((-\d+(\.\d+)?)|(0+(\.0+)?))$"

负浮点数："^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$"

由数字和26个英文字母组成的字符串："^[A-Za-z0-9]+$"

由数字、26个英文字母或者下划线组成的字符串："^\w+$"

邮政编码：“^[1-9]\d{5}$”