Notepad++ v8.5.4正则替换异常：为何匹配最后一个冒号而非第一个？

问题场景 #

处理如下格式的日志行：

[6268:1434][2023-07-17T03:44:08]i001: Burn v3.14.0.4118, Windows v10.0 (Build 22631: Service Pack 0), path: C:\Users\david\AppData\Local\Temp\{95942D14-E274-486C-A7FB-EDAF9E773422}\.cr\winsdksetup.exe

[6268:1434][2023-07-17T03:44:08]i009: Command Line: '-burn.clean.room=E:\Downloads\winsdksetup.exe -burn.filehandle.attached=728 -burn.filehandle.self=740'

使用正则表达式 (.*)2023-07-17(.*): 搜索并替换为两个空格后，结果不符合预期：

• 预期结果1：

Burn v3.14.0.4118, Windows v10.0 (Build 22631: Service Pack 0), path: C:\Users\david\AppData\Local\Temp\{95942D14-E274-486C-A7FB-EDAF9E773422}\.cr\winsdksetup.exe

实际得到：

C:\Users\david\AppData\Local\Temp\{95942D14-E274-486C-A7FB-EDAF9E773422}\.cr\winsdksetup.exe

• 预期结果2：

Command Line: '-burn.clean.room=E:\Downloads\winsdksetup.exe -burn.filehandle.attached=728 -burn.filehandle.self=740'

实际得到：

'-burn.clean.room=E:\Downloads\winsdksetup.exe -burn.filehandle.attached=728 -burn.filehandle.self=740'

原因分析 #

正则表达式中的 .* 是贪婪匹配模式，它会尽可能匹配最长的符合规则的字符串。在你的正则 (.*)2023-07-17(.*): 里：

1. 第一个 .* 会匹配从行首到2023-07-17之前的所有内容（这部分没问题）；
2. 第二个 .* 会从2023-07-17之后开始，一直匹配到该行最后一个: 的位置，而不是第一个。这就导致替换后，第一个: 到最后一个: 之间的内容都被删掉了，只留下最后一个: 之后的部分。

解决方案 #

将贪婪匹配改为非贪婪匹配，把正则里的 .* 替换成 .*?。修改后的正则为：

(.*)2023-07-17(.*?): 

非贪婪模式下，.*? 会匹配到第一个: 就停止，这样就能保留第一个: 之后的所有内容，符合你的预期结果。

内容的提问来源于stack exchange，提问作者DavidCF