正则表达式捕获顺序：贪婪模式后错误的替代匹配

Question

我有这种模式：

(\w+)(sin|in|pak|red)$

替换模式是这样的：

$1tak

问题是这个词：

  

setesin

将转换为：

  

setestak

而不是

  

setetak

出于某种原因，in始终优先于模式中的sin。

如何强制执行该模式以遵循该顺序？

Answer 1

使用延迟量词：

(\w+?)(sin|in|pak|red)$
    ^

请参阅regex demo

\w+包含一个贪婪的量词：1）抓取尽可能多的字符（并注意它可以匹配s，i，所有字母，数字和下划线）和然后回溯（从右到左产生一个接一个的字符），试图适应后续的模式。由于首先找到in，它被匹配，并且整个组被认为是匹配的，正则表达式继续用$检查字符串的结尾。在匹配1个字符字符后，惰性量词将使正则表达式引擎跳过\w+?，并且将尝试其他模式，从左向右移动。

Answer 2

根本不要使用量词：

(\w)(?:sin|in|pak|red)$

使用相同的替换

或

\B(?:sin|in|pak|red)$

以tak作为替代。非单词边界\B确保之前有单词字符（如果在交替删除\B之前第一个单词字符不是强制性的。）

通过这两种方式，左边第一次出现的内容首先被发现，而不被贪婪的量词所消耗。