正则表达式分组异常：Microsoft SQL Server 2008 R2分组不符合预期

输入文本 #

Oracle SQL 19c
Microsoft SQL Server 2008 R2
Microsoft SQL Server 2016
MySQL 8.2

使用的正则表达式 #

(^.*\s)+(\d+\.?\d+\s?)?(.*)?

正常匹配情况 #

对Microsoft SQL Server 2016的分组结果符合预期：

Microsoft SQL Server 2016 #

Group 1: Microsoft SQL Server 
Group 2: 2016
Group 3: ""

异常匹配情况 #

对Microsoft SQL Server 2008 R2的分组结果不符合预期：

Match 1: Microsoft SQL Server 2008 R2
Group 1: Microsoft SQL Server 2008 
Group 3: R2

Group 2未捕获到任何内容

问题原因 #

核心问题出在(^.*\s)+这个分组的贪婪匹配和重复匹配逻辑上：

1. .*是贪婪匹配模式，会尽可能多地吞噬字符；+表示这个分组可以重复匹配多次。
2. 处理Microsoft SQL Server 2008 R2时，(^.*\s)第一次匹配到Microsoft SQL Server ，但因为+的存在，正则会继续尝试匹配剩余的2008 R2。
3. .*\s会贪婪吞噬2008 ，导致整个(^.*\s)+最终捕获的内容变成Microsoft SQL Server 2008 ——直接把本该属于Group 2的2008包含进了Group 1。
4. 剩下的R2被Group 3捕获，此时没有剩余内容符合Group 2的\d+\.?\d+\s?规则，所以Group 2为空。

修正方案 #

方案1：使用非贪婪匹配+移除重复分组 #

把贪婪的.*改成非贪婪的.*?，同时去掉不需要的+（我们只需要捕获版本号前的前缀一次）：

(^.*?\s)(\d+\.?\d+\s?)?(.*)?

.*?会尽可能少地匹配字符，直到遇到版本号前的空格，确保Group 2能正确捕获数字版本部分。

方案2：精准限定前缀非数字 #

直接限定前缀部分不包含数字，从根源上避免吞噬版本号：

(^[^\d]*\s)(\d+\.?\d+\s?)?(.*)?

[^\d]*匹配任意非数字字符，会精准停在版本号的数字前，确保分组逻辑完全符合预期。

内容的提问来源于stack exchange，提问作者ptselios