正则表达式负前瞻未达预期匹配效果，请求排查问题

我看了你的问题，你想排除那段带02:45:28 PM时间戳的交易记录，但现在两段都被匹配到了，问题出在你负前瞻的写法和位置上，咱们一步步拆解：

你的原始内容与正则 #

待匹配字符串：

6015603 06/12/2017 06/12/2017 02:45:28 PM - BIL/001347764403/LOAN/NSP CR 20,000.00 8,381.002 S 6156702 06/12/2017 06/12/2017 6015603 06/12/2017 06/12/2017 - BIL/001347764403/LOAN/NSP CR 20,000.00 8,381.002 S 6156702 06/12/2017 06/12/2017 

你使用的正则：

[0-9]+\s+[0-9]{2}[\/][0-9]{2}[\/][0-9]{4}\s+[0-9]{2}[\/][0-9]{2}[\/][0-9]{4}\s*(?![0-9]{2}[:][0-9]{2}[:][0-9]{2}\s*(AM|PM)).*?(?=([0-9]+\s*[0-9]{2}[\/][0-9]{2}[\/][0-9]{4}+\s+[0-9]{2}[\/][0-9]{2}[\/][0-9]{4})|\\Z)

问题根源 #

你的负前瞻(?![0-9]{2}[:][0-9]{2}[:][0-9]{2}\s*(AM|PM))放在了\s*之后，这给了正则回溯的漏洞：

1. 正则先匹配完第三个日期，接着尝试匹配时间前面的所有空格
2. 此时检查负前瞻，发现空格后是时间格式，不符合排除条件，这个分支失败
3. 正则会自动回溯，让\s*匹配0个空格，此时检查第三个日期后的第一个字符（就是空格），它不匹配时间格式的开头[0-9]{2}，负前瞻就会错误判定“后面没有时间”，最终把第一段也匹配上了！

修复方案 #

调整负前瞻的逻辑，确保第三个日期之后，不管有多少空格，只要跟着时间格式就排除，同时避免回溯漏洞。修改后的正则如下：

[0-9]+\s+[0-9]{2}/[0-9]{2}/[0-9]{4}\s+[0-9]{2}/[0-9]{2}/[0-9]{4}(?!\s*[0-9]{2}:[0-9]{2}:[0-9]{2}\s*(AM|PM)).*?(?=\s*[0-9]+\s+[0-9]{2}/[0-9]{2}/[0-9]{4}\s+[0-9]{2}/[0-9]{2}/[0-9]{4}|$)

关键修改点 #

• 负前瞻改为(?!\s*[0-9]{2}:[0-9]{2}:[0-9]{2}\s*(AM|PM))：在时间模式前加\s*，不管有多少空格，只要后续是时间就排除
• 把负前瞻直接跟在第三个日期后面，移除原本的\s*，避免正则回溯到匹配0个空格的情况
• 优化结尾断言，将\\Z改为更通用的$，同时在记录开头前加\s*，确保匹配下一个记录时忽略多余空格

这样修改后，带时间戳的第一段会被正确排除，只会匹配第二段无时间的交易记录。

内容的提问来源于stack exchange，提问作者manish