Perl风格正则正向预查匹配异常，如何修改代码识别全部模式？

你的问题出在正则表达式的分支结构上——原正则的最后一个分支会匹配从abcd之后到pat4的所有内容（包括中间的pat1、pat2、pat3），而正则引擎默认是贪婪匹配，会优先选择能覆盖最长文本的分支，所以最终只返回了这一个大匹配，而没有单独识别出每个模式。

下面根据你的需求给出两种修改方案：

方案一：匹配所有出现的pat1/pat2/pat3/pat4（不限制pat4的位置） #

如果你的需求只是找出文本中所有这四个模式的出现，不管pat4是否在abcd之后，直接把正则简化为单独的模式分支即可：

test.pat <- "pat1|pat2|pat3|pat4"
originalTXT <- "start abcd pat1 pat2 pat3 pat4"
gregexpr(test.pat, originalTXT, perl = TRUE)

运行后会得到4个匹配结果，分别对应文本中的pat1（位置16）、pat2（位置21）、pat3（位置26）、pat4（位置31），每个匹配长度都是4。

方案二：仅匹配abcd之后的pat4，同时匹配任意位置的pat1/pat2/pat3 #

如果你的原意图是pat4必须出现在abcd之后才匹配，而其他三个模式可以在任意位置，那么需要调整pat4的正则分支，让它只匹配pat4本身，同时通过正向预查确保它在abcd之后：

test.pat <- "pat1|pat2|pat3|(?<=abcd.*)pat4"
originalTXT <- "start abcd pat1 pat2 pat3 pat4"
gregexpr(test.pat, originalTXT, perl = TRUE)

这个正则中，(?<=abcd.*)是正向后顾断言，确保pat4前面存在abcd（中间可以有任意内容），同时每个分支都只匹配对应的模式，不会出现覆盖其他匹配的情况，最终也会得到4个独立的匹配结果。

内容的提问来源于stack exchange，提问作者YongSeo Koo