如何确保正则匹配短代码时完整捕获所有可选分组

修正后可用正则 #

\[tag: ?(img|image)[ |]{1,3}[^|\]]+(?:[ |]{1,3}[0-9]+-[0-9]+)?(?:[ |]{1,3}[^|\]]+)*]

核心调整逻辑 #

你原来的正则出现误匹配的核心问题出在最后一个分组的[^|\]]*：*量词允许匹配0个字符，所以连续竖线||之间的空内容、结尾竖线|]前面的空内容都能通过校验，导致错误匹配。
调整点如下：

• 把最后一个分组的[^|\]]*改为[^|\]]+，强制每个可选分段必须至少有1个非|、非]的有效字符，直接排除空分段的情况
• 把不需要捕获结果的分组加上?:标记为非捕获组，减少不必要的资源占用，你如果需要捕获后面的可选分段可以去掉这个标记
• 把开头冗余的( )?简化为 ?，功能完全等价，写法更简洁

示例校验结果 #

用你给出的测试用例验证结果符合预期：

• 可正常匹配：[tag: img | some tag content, I want ]
• 可正常拦截：[tag: img | some tag content, I want |]（结尾竖线后无有效内容）
• 可正常匹配：[tag: img | some tag content, I want | 10-30 | optional-option ]
• 可正常拦截：[tag: img | some tag content, I want | 10-30 || optional-option ]（连续竖线之间无有效内容）

$是正则的字符串结束锚点，要求匹配的内容必须在整个字符串的最末尾。你在正则末尾加$之后所有内容都匹配不到，说明你要匹配的标签]后面还有其他文本内容，没有到字符串结尾，所以锚点校验失败。如果你的场景是从一段长文本里提取标签，不需要加$锚点即可正常匹配。

内容的提问来源于stack exchange，提问作者user10012