正则表达式可选捕获分组问题：如何精准捕获目标子串

问题背景 #

原始文本：

Movie TOTO S09 E22 2022 Copyright

需求：可选捕获子串 S09 E22

当前使用正则：

/(Movie)(.*)(S\d\d\s*E\d\d)?/gmi

出现的问题：
匹配后分组2捕获了 TOTO S09 E22 2022 Copyright，目标子串未被单独捕获，结果如下：

Match 1 : 0-33  Movie TOTO S09 E22 2022 Copyright 
Group 1 : 0-5   Movie
Group 2:  5-33   TOTO S09 E22 2022 Copyright

问题原因 #

.*是贪婪匹配，会尽可能匹配最多的字符，导致后面的可选分组(S\d\d\s*E\d\d)?被“忽略”——因为即使跳过这个分组，.*也能覆盖到字符串末尾，正则引擎会优先选择这种匹配路径。

解决方案 #

方案1：使用非贪婪匹配

将.*改为.*?，让它尽可能少匹配字符，给后面的可选分组留出生存空间：

/(Movie)(.*?)(S\d\d\s*E\d\d)?/gmi

此时分组2会捕获TOTO（包含前后空格），分组3会正确捕获S09 E22。如果想去掉分组2的多余空格，可以调整为：

/(Movie)\s*(.*?)\s*(S\d\d\s*E\d\d)?/gmi

方案2：精准匹配前置内容（推荐，效率更高）

如果确定目标子串Sxx Exx的前置内容不会包含大写S开头的类似格式，可以用排除型字符集替代非贪婪匹配，避免潜在的匹配歧义：

/(Movie)\s*([^S]*)\s*(S\d\d\s*E\d\d)?/gmi

[^S]*会匹配所有非S的字符，直到遇到目标子串的起始S，能更精准地拆分内容。

兼容场景 #

以上两种方案都支持目标子串不存在的情况：当文本中没有Sxx Exx时，分组3会返回null或undefined（取决于使用的正则引擎），不影响其他分组的正常捕获。

内容的提问来源于stack exchange，提问作者Prakein