正则表达式匹配严格按从左到右顺序逐字符试探，依赖引擎规则而非“最像”；贪婪量词靠回溯调整，分支|左优先，锚点控制匹配位置。

正则表达式匹配不是“挑最像的”，而是严格按书写顺序和引擎规则一步步试探出来的。理解这个顺序，才能写出稳定、可预期的正则。

模式从左到右逐字符解析

引擎不会跳着看，它从正则开头第一个符号开始，逐个消费目标字符串的字符。比如 a.b 在 "axb" 中能匹配，是因为：
- 先匹配 a（位置 0）
- 再匹配任意非换行符（. 匹配 x）
- 最后匹配 b（位置 2）
任何一步失败，就回退或换起始位置重试。

量词默认贪婪，但靠回溯调整

*、+、{m,n} 默认尽可能多吃字符，但前提是整个模式能最终成立。吃多了导致后面无法匹配时，引擎会“吐出”字符再试——这就是回溯。

LongCat

LongCat是一款AI大模型工具，美团推出的自研大模型AI对话平台。

下载

• a.*b 在 "a123b456b" 中匹配整个串，因为 .* 先吞到末尾，再一点点吐，直到最后一个 b 能对上
• 想停在第一个 b？用非贪婪：a.*?b → 匹配 "a123b"
• 回溯太深可能拖慢甚至引发灾难性回溯，尤其嵌套量词如 (a+)+

分支 | 严格左优先，不自动选最长

| 不是并行判断，而是“先试左边，成功就返回，右边根本不管”。这常导致意料之外的结果：

• cat|caterpillar 在 "caterpillar" 中只匹配 "cat"（左边先成）
• caterpillar|cat 才会匹配完整单词（长分支放前）
• a|ab 在 "ab" 中只取 "a"，剩下 "b" 被忽略——这不是 bug，是规则

锚点和边界决定“从哪开始试”

^、$、\b 本身不占字符，但强制匹配必须发生在特定位置，从而改变实际生效的起点：

• re.match(r"a.*b", "x a1b y") 返回 None，因为 match() 要求从开头匹配，而首字符是 "x"
• re.search(r"\ba\w*b\b", "I have a1b and a2b.") 能分别找到两个单词，\b 确保 a1b 不被当作 "have" 的一部分
• ^ 和 $ 组合起来就是整行精确匹配：^abc$ 只认 "abc" 这一行