带负向先行断言的贪婪可重复捕获组失效问题排查

你的正则((?:test)+)(?!$)本意是仅当最后一个重复的test不位于字符串末尾时才匹配，预期匹配sometesttesttesta，不匹配sometesttesttest，但实际后者里会匹配到testtest，问题出在正则的回溯机制上。

原因详解 #

正则的贪婪匹配会先尽可能多地捕获test——比如在sometesttesttest里，会先匹配全部三个test。但此时匹配内容的末尾就是字符串结尾$，不满足(?!$)的负向断言条件。这时候正则会触发回溯：放弃最后一个test的匹配，此时剩下的两个test后面跟着的是第三个test（不是字符串结尾），刚好满足(?!$)，所以就匹配到了testtest。

解决方案 #

要实现你的需求，需要避免正则通过回溯“凑”出满足断言的匹配结果，以下两种方法可以解决：

1. 使用原子组禁止回溯（适用于PCRE等支持原子组的正则引擎）：

   ((?>test)+)(?!$)
   

   原子组(?>...)会锁定内部的匹配结果，禁止回溯。一旦匹配了所有test后发现不满足(?!$)，就直接判定匹配失败，不会再减少匹配的test数量。

2. 调整断言逻辑（通用型写法，适配多数正则引擎）：

   (test)+(?=.+$)
   

   这个正则表示：匹配一个或多个test，且后面必须存在至少一个任意字符（即匹配内容不在字符串末尾）。这样在sometesttesttest中，全部三个test后面是结尾，不满足(?=.+$)，直接不匹配；而sometesttesttesta中，三个test后面有a，满足条件，就会匹配完整的testtesttest。

内容的提问来源于stack exchange，提问作者silkfire