SQL Server 2019正则匹配优化：带ml的数字匹配优先级问题

问题背景 #

我目前使用以下正则表达式，用于匹配以最多9位数字开头、后缀为ml的内容，且要求该数字不在1900-2100范围内：

(?i)(?<!\b(?:19|2[01])\d(?=\d))(?<!\b(?:19|2[01])(?=\d{2}))(?<!\b(?:1(?=9\d{2}))|2(?=[01]\d{2}))(?!\b(?:19|2[01])\d\d)\d{0,9}ml$

该正则用于Microsoft SQL 2019的函数中，大部分场景匹配正常，但遇到单引号后接两位数字的情况时，匹配结果不符合预期：

• 案例1：内容为'19750ml'，当前匹配0ml，期望匹配750ml
• 案例2：内容为Test '<strong>2529ml</strong>'，期望匹配29ml

需要调整正则逻辑，让单引号后两位数字之后的匹配拥有最高优先级。

以下是当前的匹配示例（含正常与问题场景）：

• Mary had a little lamb 1980750ml
• Test 19819ml
• Test 198218ml
• Test 2123456ml
• Test 20349876ml
• Test 209912345ml
• Test 1999123456ml
• Test 987654321ml
• Test '19750ml（问题案例）
• Test 1988ml
• Test 9999ml
• Test 2000ml
• Test 100ml
• Test '2529ml（期望匹配29ml）

调整后的正则表达式 #

(?i)(?<=')\d{2}(?!(?:19|2[01])\d{2}\b)\d{0,9}ml$|(?<!')(?!\b(?:19|2[01])\d{2}\b)(?<!\b(?:19|2[01])\d(?=\d))(?<!\b(?:19|2[01])(?=\d{2}))(?<!\b(?:1(?=9\d{2})|2(?=[01]\d{2})))\d{0,9}ml$

逻辑说明 #

正则采用分支结构，优先处理单引号后的场景，确保优先级：

1. 第一个分支(?<=')\d{2}(?!(?:19|2[01])\d{2}\b)\d{0,9}ml$：
   • (?<=')：匹配单引号之后的内容
   • \d{2}：跳过单引号后的前两位数字
   • (?!(?:19|2[01])\d{2}\b)：确保后续数字不在1900-2100范围内
   • \d{0,9}ml$：匹配最多9位数字+ml，且以ml结尾
2. 第二个分支：保留原正则的匹配逻辑，新增(?<!')确保前面没有单引号，避免与第一个分支冲突，保证非单引号场景的正常匹配。

内容的提问来源于stack exchange，提问作者Craig