如何用regex匹配指定词组后紧跟的字符串，解决短词为长词子串的问题

问题根因 #

你使用的正则(?<=the|these)\w+存在的问题是交替分支的匹配顺序错误：
绝大多数正则NFA引擎处理交替分支时会从左到右依次尝试，匹配到第一个符合条件的分支就会停止校验剩余分支。当匹配thesePeople时，字符串前3个字符刚好命中左侧的the分支，引擎就不会再校验更长的these分支，最终返回的匹配结果就是the后面的sePeople。

解决方法 #

只要把更长的匹配分支放到交替列表的最左侧，让引擎优先校验更长的前缀即可，修正后的正则如下：

@"(?<=these|the)\w+"

验证结果 #

• 输入thesePeople：匹配到these作为前缀，返回结果People，符合预期
• 输入theApple：匹配到the作为前缀，返回结果Apple，符合预期

如果需要适配更多长度不同的前缀词组，通用规则是所有前缀按长度从长到短排序后再写入交替分支，就能避免短前缀先匹配导致的问题。

内容的提问来源于stack exchange，提问作者Seaky Lone