为什么这个正则表达式匹配，即使它应该失败？

Question

我想在URL格式为＆＃34; msgID＆＃34;时提取消息ID的第一个实例。或＆＃34; msg = ID＆＃34;但是当＆＃34; msg＆＃34;之间没有任何其他字符时。和＆＃34; ID＆＃34;

测试应该给我消息ID的字符串：

/forum/index.php/topic,101126.msg3826887.html#msg3826887
/forum/index.php?topic=101126.msg3826887#msg3826887
/forum/index.php?msg=3826887

测试应该失败的字符串：

/forum/index.php?msgrad3826887
/forum/index.php?msg,3826887

这是我的正则表达式：

forum\/index.php.+?msg=?([0-9]*)

但是，当我在Rubular或Regexr中测试时，它们会显示正则表达式成功匹配所有这些字符串。

应该失败的测试不会为捕获组提供任何结果，但看起来成功匹配。

为什么会发生这种情况，如何修复我的正则表达式？

Answer 1

您的正则表达式匹配无效字符串，因为ID是可选的：[0-9]*可以匹配空字符串。

只需将*替换为+即可至少需要一位数。

这是BTW的改进版本：

forum\/index\.php.+?\bmsg=?(\d+)

Demo

你应该逃过.。我还在\b之前添加了msg，以确保msg不是更长字的一部分。请注意，正则表达式中不需要转义/，但您的语言/工具可能需要它。