正则非捕获组匹配异常：如何正确跳过指定内容捕获目标左括号

当前使用的正则语句 #

&logline=(?:.*?\[Pipeline\]|\[[\d-]+T[\d:.]+Z\])?.*?(\[)

需求说明 #

如果字符串里有.*?\[Pipeline\]或者\[[\d-]+T[\d:.]+Z\]这两种内容，就先跳过它们，再捕获后面的左括号[；要是没有这两种内容，就直接捕获字符串里的左括号[。

应匹配的案例 #

• acs&logline=fsdafdsadsdsafdsa sdfs[Pipeline] ++ '[' lucky = as5712 ']'
• ad&logline= Running on [4AZZVKFkf9ZNK6cEWbpgcClefWPKmoijZvh1OAAA=Docker2_lw in /ws/test_v3_2 :
• &logline=[2023-09-28T19:39:25.868Z] ++ [[ 1 == \1 ]]
• afdadsds&logline=[2023-09-28T19:39:25.868Z] ++ [[ ceed_test_runner == \J\O\B\P\O\O\L_\E\N\D_\O\F_\J\O\B\S ]]

不应匹配但被错误匹配的案例 #

• b &logline=[2023-09-28T19:45:09.827Z] Removing yocto/poky/scripts/lib/

问题原因 #

原正则里的非捕获组用了可选模式?，导致上面的错误案例中，正则直接跳过了非捕获组的匹配，把时间戳开头的[当成目标捕获了。但如果把非捕获组改成必填模式，那些没有[Pipeline]或时间戳的合法案例又会被排除。另外.*?\[Pipeline\]长度不固定，不确定能不能用前瞻/后顾解决，所以来求助。

解决方案 #

可以用分支匹配+负向预查的思路，明确区分两种场景，同时避开时间戳开头的[。

调整后的正则如下：

&logline=(?:(?:.*?\[Pipeline\]|\[[\d-]+T[\d:.]+Z\]).*?|(?!\[[\d-]+T[\d:.]+Z\]).*?)(\[)

逻辑说明 #

1. 第一个分支(?:.*?\[Pipeline\]|\[[\d-]+T[\d:.]+Z\]).*?：专门处理有[Pipeline]或时间戳的情况，跳过这些内容后再捕获后续的[
2. 第二个分支(?!\[[\d-]+T[\d:.]+Z\]).*?：处理没有上述两种内容的情况，通过负向预查排除掉以时间戳开头的[，确保只捕获合法的目标左括号

或者更精准的写法，优先匹配并跳过目标前缀：

&logline=(?:.*?(?:\[Pipeline\]|\[[\d-]+T[\d:.]+Z\])|(?!.*?\[[\d-]+T[\d:.]+Z\]).*?)(\[)

这个版本会先找有没有[Pipeline]或时间戳，找到就跳过；找不到的话，再确保不是时间戳开头的字符串，然后捕获里面的[，彻底避免错误匹配时间戳的起始[。

内容的提问来源于stack exchange，提问作者user22009348