如何优化匹配任意顺序非相邻两指定字符串的正则表达式

原有写法的可优化点 #

• 冗余度高：两个关键词重复书写两次，若关键词为长字符串，修改时需要同步改两处，容易出现笔误
• 间隔阈值需要配置两次：调整两个词之间的最大间隔字符数时，需要修改两处的150，维护成本高
• 无词边界限定：默认会匹配到包含目标关键词的更长字符串（比如arranger里的ranger、cowboys里的cowboy），若需要匹配完整单词需要补充边界规则

通用优化写法（兼容所有主流正则引擎） #

(ranger|cowboy)(?:.{0,150})(?!\1)(?:ranger|cowboy)

写法说明 #

• 第一个捕获组(ranger|cowboy)：从左到右匹配第一个出现的任意一个关键词
• (?:.{0,150})：匹配两个关键词之间最多150个任意字符，?:表示该组不需要捕获，减少性能开销
• (?!\1)：负向先行断言，确保后续匹配的关键词和第一个捕获组的关键词不是同一个，自动排除同词重复匹配的场景（比如两个ranger连续出现的情况不会被误匹配）
• 最后的(?:ranger|cowboy)：匹配第二个不同的关键词
• 所有关键词只需要书写一次，后续修改关键词或者间隔阈值时仅需要调整一处即可

匹配测试验证 #

• 输入The cowboy was made a ranger.：第一个捕获组匹配cowboy，中间间隔字符数远小于150，最后匹配ranger，正常命中
• 输入Not all rangers are good cowboys.：无词边界的写法会匹配到ranger（来自rangers的前6个字符）和cowboy（来自cowboys的前6个字符），和原有写法表现完全一致

适配不同需求的调整方案 #

• 若需要仅匹配完整单词，补充词边界\b避免误匹配：

  (\branger\b|\bcowboy\b)(?:.{0,150})(?!\1)(?:\branger\b|\bcowboy\b)
  

• 若需要支持跨行匹配（两个词中间包含换行符），需要开启正则的dotall模式（不同语言开启方式不同：JS在正则后加s修饰符，Python调用re.DOTALL参数，Java用Pattern.DOTALL），此时.可以匹配换行符
• 若需要支持匹配单复数形式，可直接调整关键词为rangers?、cowboys?即可

方案对比 #

该优化写法和原有写法功能完全等价，适配所有测试场景。若关键词很短，原有写法可读性较好，性能差异可忽略；若关键词较长或者后续频繁调整规则，优化写法的维护成本优势非常明显。

内容的提问来源于stack exchange，提问作者Ozzie