如何优化正则表达式以匹配三类指定CAD金额区间文本？

需覆盖的合法匹配范围 #

• MORE THAN CAD 10,000
• MORE THAN CAD 10,000 BUT LESS THAN CAD 15,000
• LESS THAN CAD 10,000

此前优化尝试的误判原因 #

之前尝试编写的优化版正则 /^(MORE THAN CAD [\d,]+)?(( BUT )?LESS THAN CAD [\d,]+)?$/ 存在逻辑漏洞：将连接两段内容的 BUT 设为独立可选片段，没有绑定到前半段的匹配逻辑上。正则匹配完前半段的MORE THAN CAD 10,000 后，可以直接跳过可选的 BUT 部分，接着匹配后续的LESS THAN CAD 15,000，完全不校验两段内容之间是否有合法连接符，自然会将MORE THAN CAD 10,000LESS THAN CAD 15,000 这类无连接、无分隔的非法文本判定为匹配通过。

简洁可靠的优化正则 #

通过抽离重复匹配片段、将无需提取内容的捕获组替换为非捕获组、严格绑定两段内容的连接规则，可以得到更短更易维护的正则：
/^(?:LESS THAN CAD [\d,]+|MORE THAN CAD [\d,]+(?: BUT LESS THAN CAD [\d,]+)?)$/

这个正则的匹配逻辑无遗漏、无多余权限：

• 第一分支直接匹配单段判断的LESS THAN CAD + 带千分位分隔的数字 格式
• 第二分支匹配单段判断的MORE THAN CAD + 带千分位分隔的数字 基础格式，后缀挂载可选的范围片段——只有完整匹配带前后空格的 BUT LESS THAN CAD + 带千分位分隔的数字 时，才会生成范围类的合法匹配，从规则上杜绝两段内容无连接直接拼接的误判

相较原正则的改进 #

• 消除了重复书写的THAN CAD [\d,]+ 片段，整体正则长度缩短近40%
• 移除了原正则中三层嵌套的无用捕获组，解析性能更优
• 结构上平级拆分两类匹配场景（单段判断、带强制连接的范围判断），可读性更强；后续调整数字匹配规则（比如升级为更严格的千分位数字格式）时，仅需修改一处通用片段即可

内容的提问来源于stack exchange，提问作者Chin Leung