含可选分组的正则表达式出现非预期匹配行为咨询

匹配异常是正则默认的贪婪匹配机制导致的：

• 原正则中category分组使用的.+是贪婪量词，默认会尽可能匹配最长的符合规则的字符串
• 末尾的id分组是可选匹配项（带?修饰），正则引擎执行匹配时会优先满足前面贪婪量词的匹配需求，直接把#后所有剩余字符全部分配给category分组，根本不会触发可选id分组的匹配逻辑，就算去掉命名捕获组，这个贪婪匹配的底层逻辑也不会变，所以异常依旧存在。

直接修改category分组的匹配规则，从规则层面禁止它匹配斜杠字符，修正后的正则：

#(?<category>[^/]+)(?:/(?<id>.+))?

匹配逻辑说明 #

• 将原category分组的.+替换为[^/]+：代表匹配1个及以上的非斜杠字符，从根本上限制category不可能吞掉斜杠以及斜杠后的内容
• 可选分组逻辑保持原有设计：字符串存在斜杠时，自动将斜杠后的内容捕获到id分组；字符串无斜杠时id分组为空，完全匹配预期需求。

补充：如果用非贪婪修饰符把.+改成.+?也能实现类似效果，但[^/]+的写法匹配逻辑更明确、性能更高，就算id部分本身包含斜杠（比如#post/123/comment/456这类格式），也能正确把post捕获为分类、123/comment/456捕获为id，适配更多边缘场景。

内容的提问来源于stack exchange，提问作者exoRift