我明白你遇到的问题了：明明把完整短语放在正则交替的前面，但全局匹配时还是会拆分短语里的单个token，导致重叠匹配。这其实是因为正则引擎的全局匹配逻辑，加上单个token没有限制不能成为短语的一部分，所以才会出现这种情况。下面给你具体的修改方案：

核心思路 #

要实现「优先匹配完整短语+不重叠匹配单个token」，需要做到两点：

1. 确保完整短语的匹配优先级最高：把短语模式放在交替组的最前面，让引擎先尝试匹配完整短语，失败后再匹配单个token。
2. 限制单个token的匹配范围：给单个token加上负向预查，确保它不会是完整短语的一部分（比如"power"后面不能跟着空格/非断空格+"shell"）。

修改后的函数代码 #

function buildSearchRegex(q) {
  q = (q || "").trim().replace(/\s+/g, " ");
  if (!q) return null;
  const tokens = q.split(" ").filter((t) => t.length >= 1);
  if (!tokens.length) return null;
  const escapedTokens = tokens.map(t => t.replace(/[.*+?^${}()|[\]\\]/g, "\\$&") );
  
  // 可选：用*替代+，同时匹配连写（如PowerShell）和带空格的短语（如power shell）
  // 如果只需要匹配带空格的短语，改回[\s\u00A0]+即可
  const phrasePattern = escapedTokens.length >= 2 ? escapedTokens.join("[\\s\\u00A0]*") : null;
  
  // 给单个token添加负向预查，避免匹配短语的一部分
  const tokenPattern = escapedTokens.map(token => {
    if (phrasePattern) {
      // 拿到当前token之外的其他token，构建后缀模式
      const remainingTokens = escapedTokens.filter(t => t !== token);
      if (remainingTokens.length > 0) {
        const suffix = remainingTokens.join("[\\s\\u00A0]*");
        return `${token}(?![\\s\\u00A0]*${suffix})`;
      }
    }
    return token;
  }).join("|");
  
  const pattern = phrasePattern ? `${phrasePattern}|${tokenPattern}` : tokenPattern;
  return new RegExp(pattern, "gi");
}

关键修改说明 #

1. 短语模式的灵活性调整 #

把短语模式中的[\s\u00A0]+改成[\s\u00A0]*，这样既能匹配带空格的power shell，也能匹配连写的PowerShell。如果你的需求只需要匹配带空格的短语，改回+即可。

2. 负向预查限制单个token #

比如对于token power，我们添加了(?![\s\u00A0]*shell)的负向预查：意思是「当power后面跟着（零个/多个空格+shell）时，不匹配这个power」。这样就确保了只有当power是单独出现时，才会被匹配，不会拆分完整短语。

测试效果 #

当你用这个函数处理查询词power shell时，生成的正则会：

• 优先匹配文本中的PowerShell（连写）和power shell（带空格）
• 只有当power或shell单独出现时（比如power scripting），才会匹配单个token
• 完全不会出现「完整短语被拆分成单个token匹配」的情况

内容的提问来源于stack exchange，提问作者Web Weaver