正则表达式引擎如何判定交替分组？以lions|starz|summit为例

这问题问到点子上了！核心原因其实是正则表达式里的交替运算符（|）优先级是最低的——这是正则语法的明确规则，直接决定了引擎的解析方式。

为什么会解析成独立分支？ #

正则的运算符和数学运算一样有优先级顺序：括号、量词（比如*/+）、字符组、普通字符，最后才轮到交替运算符|。也就是说，引擎会先把竖线两边的内容完整解析成独立的匹配单元，再把这些单元作为备选分支。

当你写lions|starz|summit时，引擎会自动把它拆成三个完整的备选：

• lions
• starz
• summit
  也就是你看到的(?:lions)|(?:starz)|(?:summit)（非捕获括号是引擎内部用来标记分支边界的，不影响匹配逻辑）。

而你提到的那种局部交替的写法lion(?:s|s)tar(?:z|s)ummit，只有当你主动用括号把局部交替的部分括起来时才会生效——因为括号会提升内部表达式的优先级，让引擎先处理括号里的内容，再和外部字符拼接。比如写lion(s|z)，引擎才会先匹配lion，再选s或z。

交替的回溯与判定逻辑 #

关于交替的回溯范围，规则也很明确：引擎会按照从左到右的顺序尝试每个分支，每个分支都是作为一个独立的整体去尝试匹配当前位置的文本。如果第一个分支匹配失败，引擎会回溯到交替开始的位置，再尝试下一个分支，直到找到匹配或者所有分支都失败为止。

这种设计完全是为了符合使用直觉：当你写多个备选字符串时，默认就是想在这些完整字符串之间做选择，而不是把字符拆成零碎的局部交替——要是默认是后者，那写cat|dog可能会匹配出奇怪的组合，完全违背我们的使用预期。

内容的提问来源于stack exchange，提问作者David542