Ruby正则表达式：带可选匹配且优先右侧匹配的问题求助

我不是正则表达式专家，日常使用没问题，但现在碰到个棘手的需求，想请教大家。

我用Ruby处理一系列主机名，示例如下：

demo.some.host
demo-tj.some.host
demo-staging.some.host
demo-tj-staging.some.host
demo-dev-staging.some.host
demo-tj-dev-staging.some.host

需要从这些主机名里一致提取出租户（tenant）和环境（environment），预期结果是：

demo, nil
demo-tj, nil
demo, staging
demo-tj, staging
demo, dev-staging
demo-tj, dev-staging

我之前尝试了下面的正则：

> 'demo-dev-staging.test.host'.match(/\A(?<tenant>[a-z\-]+[^\-]{1})?(-(?<env>dev-staging|staging))?\.test\.host\z/)
=> #<MatchData "demo-dev-staging.test.host" tenant:"demo-dev-staging" env:nil>

问题出在租户的匹配把环境部分的字符也包含进去了——我原以为明确指定环境值会有优先级，但因为环境是可选匹配，正则优先匹配了更长的租户部分，导致环境始终捕获不到。

我想知道能不能用单个正则解决这个问题？有没有办法让右侧的环境匹配优先？我知道可以用多个正则依次处理，但还是希望用单个正则搞定。

解决方案 #

可以通过优先匹配带环境的模式来实现，把带环境的匹配分支放在前面，让正则先尝试匹配这种情况，再匹配不带环境的：

regex = /\A(?<tenant>[a-z-]+)-(?<env>dev-staging|staging)\.some\.host\z|\A(?<tenant>[a-z-]+)\.some\.host\z/

匹配逻辑：

1. 第一个分支\A(?<tenant>[a-z-]+)-(?<env>dev-staging|staging)\.some\.host\z：专门匹配带有-staging或-dev-staging后缀的主机名，先捕获前面的租户部分，再捕获环境值。
2. 第二个分支\A(?<tenant>[a-z-]+)\.some\.host\z：匹配没有环境后缀的主机名，只捕获租户，环境会自动为nil。

用这个正则测试所有示例：

• demo-dev-staging.some.host → tenant: demo，env: dev-staging
• demo-tj-staging.some.host → tenant: demo-tj，env: staging
• demo.some.host → tenant: demo，env: nil
  完全符合预期。

为什么之前的正则失效？

你之前的正则里，租户部分的[a-z\-]+[^\-]{1}写法冗余（[a-z\-]+已经包含了最后一个非-字符），而且因为环境匹配是可选的，正则会尽可能匹配更长的租户字符串，导致环境部分永远不会被触发。而把带环境的模式放在前面，正则会优先匹配这种明确的结构，避免了贪婪匹配的问题。

内容的提问来源于stack exchange，提问作者RobL