正则表达式：如何让可选前置label组让位给尾部贪婪重复tags组匹配

原正则的匹配行为完全是正则引擎从左到右的匹配逻辑导致的：

• 前置可选组(-.*?)?本身带贪婪量词，只要能匹配到开头的-，引擎就会优先把可拿到的内容归入这个组
• 哪怕后置的标签组理论上可以吃掉从foo之后的全部内容，引擎也不会主动把已经匹配到前面组里的内容吐出来给后面的组，除非后面的组匹配失败触发回溯
• 最终的匹配结果是引擎在当前匹配逻辑下能找到的第一个可行方案，根本不是让标签组优先吃最长内容的最优方案

不需要重复编写复杂的标签匹配规则，也不触发可变长度后顾的限制，只需要把原标签组的匹配逻辑移入正向顺序环视即可，调整后的正则结构：
^foo(-.*?)?(?=((?:-(?:a|b))*)$)

原理解释 #

加在label组后面的(?=...)$是零宽正向顺序环视，不消耗任何匹配字符，仅做校验：

1. 引擎在调整label组的匹配长度时，会不断尝试找一个分割点，使得分割点到字符串结尾的内容完全符合合法标签的规则
2. 这个分割点会尽可能靠近字符串开头（也就是foo的位置），因为label组是惰性匹配，会尽可能少拿内容，自然就让后面的标签组拿到最长的匹配结果
3. 顺序环视在Python re中支持任意长度的模式，不会触发“look-behind requires fixed-width pattern”的报错
4. 分组顺序完全和原正则一致：第一组是label内容，第二组是标签内容，不需要改动下游代码的分组索引

• 输入foo-a-b：label组为空，标签组匹配-a-b，符合预期
• 输入foo-b-a：label组为空，标签组匹配-b-a，符合预期
• 输入foo-c-a-b：label组匹配-c，标签组匹配-a-b，符合预期
• 输入foo-a-b-c：label组匹配-a-b-c，标签组为空，符合预期

针对带命名子组的复杂正则^foo(-.*?)?((?:-(?:(?P<tag1>hello)|(?P<tag2>world)))*)$，只需要把原标签组整体移入环视即可，不需要修改标签本身的匹配规则：
^foo(-.*?)?(?=((?:-(?:(?P<tag1>hello)|(?P<tag2>world))*))$)

• 所有命名子组都可以正常捕获
• 不会出现重复编写长规则的问题
• 可变长度的标签规则不会触发环视的限制

• 不要尝试用可变长度负向后顾实现类似逻辑，Python re仅支持固定宽度的后顾匹配，必然会抛出编译错误
• 该方案的核心是用零宽校验强制让引擎寻找最长的合法标签后缀，不存在过度匹配的问题
• 如果后续需要调整标签规则，只需要修改环视内的标签匹配模式即可，其他部分不需要改动

内容的提问来源于stack exchange，提问作者Matthew Strax-Haber