如何实现类似[\^\;]+的高性能匹配，但排除指定序列而非单字符

要实现类似[^;]+的高性能匹配，但仅在遇到**不紧跟&的;**时才停止匹配，可以使用以下正则表达式：

[^;]*(?:;(?=&)[^;]*)*

工作原理 #

这个模式完全避免了回溯，和[^;]+的高效逻辑一致：

• [^;]*：贪婪匹配任意数量的非;字符，这部分和原表达式的高效特性完全相同
• (?:;(?=&)[^;]*)*：非捕获组，重复处理特殊情况：
  • ;(?=&)：仅匹配后面紧跟&的;（通过正前瞻断言确保）
  • [^;]*：匹配该;之后的所有非;字符，继续延伸匹配范围

示例验证 #

针对字符串 tatshdi;cndatsbba;&djcaca;sduf;aa：

1. 第一个匹配结果：tatshdi;cndatsbba —— 遇到;时检测到后面是&，所以继续匹配，直到下一个;（后面是s，不满足(?=&)）才停止
2. 第二个匹配结果：&djcaca;sduf;aa —— 后续的;要么后面是s（但前面的内容继续匹配），要么到字符串结尾，所以完整匹配这部分

性能优势 #

该模式和[^;]+一样，属于线性扫描匹配，没有渐进式回溯，在长字符串中的性能表现和[^;]+几乎一致，远优于.*?;(?!&)这类惰性匹配模式。

内容的提问来源于stack exchange，提问作者bobby324