为何正则表达式从末尾匹配第二个捕获组？如何实现首个匹配？

这是正则表达式的贪婪匹配特性导致的，不属于写法错误，是正则的默认行为。

正则里的*、+这类量词默认是「贪婪模式」——会尽可能匹配最长的符合规则的文本。比如你用(the).*(te)时，.*会从第一个the之后开始，一直匹配到文本里最后一个te的前一个字符，最终得到从第一个the到最后一个te的长片段，这就是贪婪模式在起作用。

针对你这种用户输入的(word1).*(word2).*(word3)模式，解决办法很简单：把贪婪的.*改成非贪婪的.*?，也就是用(word1).*?(word2).*?(word3)。非贪婪量词会尽可能匹配最短的符合条件的文本，这样就能精准匹配到第一个word1之后的第一个word2，再之后的第一个word3，得到你想要的短片段。

举个实际例子：如果测试文本是The cat ate the cake, then the dog ate the treat，用(the).*(te)（不区分大小写）会匹配从开头The到结尾treat里的te的整段内容；换成(the).*?(te)后，就会匹配The cat ate（第一个te在ate里），完全符合你要的短片段需求。

内容的提问来源于stack exchange，提问作者SerjantArbuz