正则表达式条件语句导致原有匹配失效的原因及正确写法

你修改后的正则仅能匹配第三组结果，核心是对正则条件判断的触发逻辑理解存在偏差：

• 正则条件结构(?(分组编号)匹配规则)的触发条件为：对应编号的捕获组匹配成功即可，无论捕获内容是否为空，只要分组成功匹配，就必须满足后续的规则要求。
• 你写的(<?)是带?量词的捕获组，规则为匹配0次或1次<，这意味着无论当前位置有没有<，该分组都会匹配成功：有<时捕获字符<，无<时捕获空串。这直接导致后续的(?(2)b>)条件会被永久触发，强制要求当前位置必须匹配字符串b>。
• 前两组链接的<a>标签闭合后直接是普通文本，不存在<b>结构，(<?)匹配空串后，正则会强制校验后续是否有b>，和实际的普通文本字符不匹配，直接导致匹配失败；只有第三组链接的文本被<b>标签包裹，刚好满足<b>的匹配要求，因此仅第三组能匹配成功。

不需要使用逻辑易出错的条件判断结构，直接通过可选非捕获组兼容<b>标签的可选场景即可，正则模式如下：

(?<=<a href=")([^"]+)".*?>(?:<b>)?([^<]+)

各部分匹配逻辑说明：

• (?<=<a href=")：正向预查定位，锚定到<a href="的起始位置，不占用匹配字符
• ([^"]+)：第1个捕获组，匹配到下一个双引号为止的所有内容，即href的属性值
• ".*?>：匹配href属性的闭合双引号，以及直到<a>标签闭合符>为止的所有内容
• (?:<b>)?：可选非捕获组，匹配<a>标签闭合后可能存在的<b>开标签，存在则匹配、不存在则跳过，不产生额外捕获内容
• ([^<]+)：第2个捕获组，匹配到下一个标签起始符<为止的所有内容，即链接的实际展示文本，自动过滤外层包裹的<b>标签

使用该正则对测试文本进行匹配，将每组的两个捕获结果用分号拼接，即可得到预期输出：

/wiki/Basketball;basketball
//cs.wikipedia.org/wiki/;esky
//da.wikipedia.org/wiki/;Dansk

如果后续需要兼容链接被其他简单行内标签包裹的场景，只需要调整可选非捕获组的匹配规则即可，可维护性远高于条件判断写法。

内容的提问来源于stack exchange，提问作者Elan SK