含可选模式与负前瞻的正则捕获组异常问题排查

为什么负前瞻没生效？ #

你的正则在带AND的输入里仍捕获部分内容，核心是正则引擎的回溯机制：
当输入是CRITICAL CARE MEDICINE AND时，正则先尝试匹配最长的捕获内容CRITICAL CARE MEDICINE，此时后面紧跟\sAND，触发负前瞻(?!\sAND)导致不匹配。但引擎会自动回溯，放弃匹配MEDICINE，转而匹配CRITICAL CARE——这时候CRITICAL CARE后面是 MEDICINE AND，并不满足“紧跟\sAND”的条件，负前瞻不触发，所以就错误捕获了CRITICAL CARE。

解决办法 #

要阻止这种回溯，让正则必须匹配最长的有效内容后再检查是否紧跟\sAND，可以用固化分组（(?>...)）包裹捕获的核心内容，强制引擎不回溯：

.*((?>\bCRIT(?:ICAL)?\W*CARE(?:\W*MEDICINE)?))(?!\sAND).*

固化分组的作用是：一旦分组内的内容匹配完成，引擎就不会再回头调整分组内的匹配结果。这样当输入是CRITICAL CARE MEDICINE AND时，引擎会匹配完整的CRITICAL CARE MEDICINE，此时负前瞻检测到后面是\sAND，整个正则不匹配，也就不会捕获任何内容；而正常输入（不带紧跟的AND）则会正常捕获最长的有效内容。

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