如何使用正则表达式对输入数字进行匹配详解

前言

最近在处理一个具体的需求：如何给输入框设置一个有符号整数的范围限制。像0到255这种小范围，网上资料一抓一大把。但一旦涉及到int16、int32甚至int64的完整数值区间，比如-32768到32767，现成的、清晰的解决方案就没那么好找了。网上的教程要么从最基础的正则语法讲起，篇幅很长；要么给出的模式过于笼统。其实我们想要的很简单：一个能精准校验数字是否落在特定范围内的正则表达式。

我花了一些时间琢磨，总结出了一套相对清晰的构建思路。接下来就分享一下我的理解，当然，**方法未必是最优的**，权当抛砖引玉，如果各位有更巧妙的方案，欢迎不吝指教。

正文

下面我们会一步步构建这个正则表达式，过程中会用到一些元字符，我们边做边解释。

我们就以匹配`int8`类型（范围-128 ~ 127）为例来说明。为了逻辑清晰，我们先搞定`0~127`这个非负区间。

从简单范围开始：0~15

首先，两个重要的定位符：`^`代表字符串开始，`$`代表字符串结束。用它们把模式包起来，可以确保匹配整个输入，而不是一部分。

匹配0到5很简单：`^[0-5]$`。中括号`[]`表示一个字符集，匹配其中的任意单个字符。

那0到15呢？数字15是两位的，这里就需要一点技巧了——从高位向低位拆解。

• 当十位是1时，个位只能是0到5，模式是：`1[0-5]`。
• 当十位是0时（即只显示个位数），个位可以是0到9，模式是：`[0-9]`。

现在，用一个圆括号`()`把这两个可能性组合起来，中间用竖线`|`（表示“或”）连接，就得到了：`^(1[0-5]|[0-9])$`。

在正则中，`\d`等价于`[0-9]`，所以上面可以简写为`^(1[0-5]|\d)$`。注意，在诸如Qt的C++环境中，`\`是转义字符，所以需要写成`\\d`，即：`"^(1[0-5]|\\d)$"`。

引入负数：-15 ~ 15

有了0~15的基础，扩展到包含负数就相对容易了。一个直观的想法是：匹配一个负号加0~15，或者直接匹配0~15。

初步尝试：`"^((-1[0-5]|\\d)|(1[0-5]|\\d))$"`。这个模式有个小问题：左边的`\d`匹配了0~9，这会导致它能匹配到“-0”这种情况，而通常我们不需要负零。

解决方法很简单，把左边负号后的`\d`范围从`[0-9]`改为`[1-9]`，只匹配1到9即可。于是，最终的-15~15匹配模式为：
`"^((-1[0-5]|[1-9])|(1[0-5]|\\d))$"`。

当然，这个模式在正负两部分有重复，看起来不够精简。不过对于理解原理来说，先保证正确性更重要。市面上肯定存在更优化的写法，这里我们先把握住核心思路。

挑战更大范围：int16 (-32768 ~ 32767)

现在，我们来啃一块硬骨头：`int16`的完整范围。方法论和之前一样：先解决非负部分（0~32767），然后处理负数部分（-32768 ~ -1），最后合并。

**第一步：构建0~32767的匹配模式**

关键在于“按位截断”。我们从最大值32767开始，逐位分析：

1. 匹配32760~32767：当前三位是“327”时，个位只能是0~7。模式：`3276[0-7]`。
2. 匹配32700~32759：当前两位是“327”时，后两位的范围是00~59。模式：`327[0-5]\d`。
3. 匹配32000~32699：当数字以“32”开头时，后三位范围是000~699。模式：`32[0-6]\d{2}`。这里的`{2}`表示前面的`\d`重复恰好两次。
4. 匹配30000~31999：当数字以“3”开头时，后四位范围是0000~1999。模式：`3[0-1]\d{3}`。
5. 匹配10000~29999：对于所有五位数，且万位是1或2的，后面四位可以任意（因为肯定不会超过30000）。模式：`[1-2]\d{4}`。
6. 匹配1000~9999：对于四位数，千位可以是1~9，后面三位任意。可以用一个简洁的模式覆盖100~9999：`[1-9]\d{1,3}`。`{1,3}`表示`\d`重复1到3次，这覆盖了100~999（三位）、1000~9999（四位）。
7. 匹配0~9：最后，别忘了单个数字。模式：`\d`。

把这些所有情况用“或”运算符`|`连接起来，就得到了0~32767的完整匹配模式：

"^(3276[0-7]|327[0-5]\\d|32[0-6]\\d{2}|3[0-1]\\d{3}|[1-2]\\d{4}|[1-9]\\d{1,3}|\\d)$"

**第二步：构建-32768 ~ -1的匹配模式**

负数部分逻辑类似，但需要注意边界（最大值是-32768，最小值是-1）且排除“-0”。只需在正数部分模式上稍作调整：

• 左边加上负号`-`。
• 因为正数部分已经匹配了0，所以负数部分个位不应再出现0。我们可以通过调整最后那个覆盖范围较广的模式来实现：将正数模式中的`[1-9]\d{1,3}`在负数端改为`[1-9]\d{0,3}`，使其能匹配1到9999（因为负号已经在了）。同时，最大值的边界需要从32767调整为32768。

因此，-32768 ~ -1的模式为：

"^-(3276[0-8]|327[0-5]\\d|32[0-6]\\d{2}|3[0-1]\\d{3}|[1-2]\\d{4}|[1-9]\\d{0,3})$"

**第三步：合并为int16的最终模式**

最后，用“或”运算符将负数和正数（包含0）两部分组合：

"^(-(3276[0-8]|327[0-5]\\d|32[0-6]\\d{2}|3[0-1]\\d{3}|[1-2]\\d{4}|[1-9]\\d{0,3})|(3276[0-7]|327[0-5]\\d|32[0-6]\\d{2}|3[0-1]\\d{3}|[1-2]\\d{4}|[1-9]\\d{1,3}|\\d))$"

总结

通过上述从简到繁的拆解，我们可以清晰地看到，构建一个匹配特定整数范围的正则表达式，其核心思路是：从最大值开始，按位数逐级分类讨论，并用“或”逻辑覆盖所有合法情况。处理负数时，则在正数模式基础上加上负号并小心调整边界以避免负零。

虽然最终得到的正则表达式看起来很长，但结构是清晰的，每一步都有迹可循。按照这个方法论，`int32`（范围-2147483648 ~ 2147483647）或更大的`int64`范围，虽然模式字符串会非常长，但构建的原理是完全一样的。

当然了，必须承认，这种方法写出的正则并非最简洁或最高效的，它更侧重于可理解和可构建。在实际应用中，如果仅用于输入校验，或许有更巧妙的思路或现成的库可以借鉴。希望这篇分享能为你提供一个可靠的起点，也欢迎大家一起探讨更优的解决方案。