PCRE回溯控制：(*COMMIT)、(*PRUNE)、(*THEN)实用用法问询

(*COMMIT)：触发即终止所有匹配尝试 #

核心逻辑：当后续匹配失败回溯到(*COMMIT)时，整个正则匹配直接宣告失败，不会再尝试从字符串的下一个起始位置重新匹配。相当于给匹配“上了锁”，一旦走到这一步，就没有回头路。

实战场景：确保匹配必须满足前置条件，不允许正则“反悔”去尝试其他起始位置。

示例：
我们要匹配以user_开头后跟数字的字符串，且一旦匹配到user_就必须成功，不能跳过它去匹配后面的内容：

user_(*COMMIT)\d+

• 目标字符串user_123：匹配成功，user_匹配后触发(*COMMIT)，后续\d+匹配123完成。
• 目标字符串user_abc：user_匹配后触发(*COMMIT)，后续\d+匹配失败，回溯到(*COMMIT)，直接整体匹配失败，不会尝试从u之后的s、e等位置重新找匹配。
• 对比无(*COMMIT)的情况：正则会跳过user_，继续在字符串后续位置寻找是否有\d+，但加了(*COMMIT)后直接终止所有尝试。

(*PRUNE)：跳过当前起始点，直接尝试下一个位置 #

核心逻辑：当后续匹配失败回溯到(*PRUNE)时，强制当前分支失败，并且推进正则的匹配起始点到当前位置的下一个字符，跳过当前起始位置的所有可能尝试，直接从下一个位置重新开始匹配。

实战场景：排除特定前缀的匹配，避免正则在无效区域反复尝试。

示例：
我们要匹配所有独立的test，但如果test前面是no_就跳过这个test：

no_(*PRUNE).*|test

目标字符串no_test test：

1. 正则从开头匹配no_，触发(*PRUNE)，后续.*匹配到字符串末尾，但未找到符合要求的test，分支失败；
2. 回溯到(*PRUNE)后，正则会把起始点推进到no_之后的t，跳过这个位置的所有尝试，直接从第二个test的t开始匹配，最终成功匹配第二个test。

(*THEN)：分支间的“硬分隔”，减少无效回溯 #

核心逻辑：(*THEN)相当于分支的“边界标记”，当第一个分支内的后续匹配失败时，直接回溯到(*THEN)，跳过分支内的所有回溯尝试，直接切换到下一个分支。普通分支|会在分支内回溯所有可能后才切换，(*THEN)能大幅减少不必要的回溯，提升匹配效率。

实战场景：实现“要么满足A+B，要么满足C+D”的严格分支匹配，避免正则在分支内反复尝试无效选项。

示例：
我们要匹配两种格式的编号：要么是3位数字连字符加4位数字（如123-4567），要么是2位字母加5位数字（如AB12345）：

(\d{3}(*THEN)-\d{4})|(\w{2}(*THEN)\d{5})

• 目标字符串123-abc：
  1. 第一个分支先匹配123，触发(*THEN)，后续-\d{4}匹配-abc失败；
  2. 此时不会回溯\d{3}去尝试其他数字组合，而是直接跳到第二个分支，尝试匹配\w{2}\d{5}，因123不满足\w{2}，最终匹配失败。
• 对比普通分支\d{3}-\d{4}|\w{2}\d{5}：当123-abc匹配第一个分支失败时，正则会回溯\d{3}，尝试是否有其他3位数字的可能，在复杂场景下会浪费大量资源。

内容的提问来源于stack exchange，提问作者Ivan Shatsky