如何让正则表达式的第二个捕获组可选且不破坏匹配逻辑？

你的正则主要存在三个核心问题：

1. 贪婪匹配导致最后一个数字无法捕获
   匹配完<first>组后，.*是贪婪模式，会直接匹配到字符串末尾，使得<last>组没有剩余字符可匹配，最终只能为空。比如eightwothree，<first>捕获eight后，.*会吃掉wothree所有内容，<last>组无法捕获到three。

2. 单数字场景下<last>组未正确赋值
   当字符串只有一个数字时（如7pqrstsixteen），你的正则会让<last>组为空，但实际需要<last>和<first>捕获同一个数字。

3. 重叠数字拼写的匹配失效
   对于twone这类重叠的数字拼写，你的正则匹配完two后，后续的one会被.*完全覆盖，无法被<last>组捕获。

修正后的正则 #

^(?=.*?(?<first>\d|one|two|three|four|five|six|seven|eight|nine|zero))(?s:.*)(?<last>\d|one|two|three|four|five|six|seven|eight|nine|zero)$

原理说明 #

• 正向预查捕获第一个数字：(?=.*?(?<first>...))会在不消耗字符的前提下，找到字符串中第一个出现的数字并捕获到<first>组。
• 贪婪匹配到末尾：(?s:.*)开启单行模式（让.匹配换行符），贪婪匹配所有内容到字符串末尾。
• 回溯捕获最后一个数字：<last>组会从字符串末尾向前回溯，找到最后一个出现的数字并捕获，确保即使中间有重叠或多个数字，也能拿到最后一个。

测试用例验证 #

针对你给出的测试用例，修正后的正则会得到如下结果：

• two1nine：<first>=two，<last>=nine
• eightwothree：<first>=eight，<last>=three
• abcone2threexyz：<first>=one，<last>=three
• xtwone3four：<first>=two，<last>=four
• 4nineeightseven2：<first>=4，<last>=2
• zoneight234：<first>=one，<last>=4
• 7pqrstsixteen：<first>=7，<last>=7
• 8zckvmtmbjtdqprvfxtkmgmmtgck：<first>=8，<last>=8

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