正则“贪婪陷阱”本质是量词默认吃最多，解决关键在于明确停靠点而非禁用贪婪：提取完整块用贪婪加唯一边界，多单元或最近结束符用惰性或更优的字符类限定，嵌套结构需递归或标签清除，务必测试三类样本防回溯。

正则匹配中的“贪婪陷阱”本质不是bug，而是默认行为——量词（*、+、?、{n,m}）天生想吃最多。要按需截取，关键不在“禁用贪婪”，而在“明确告诉引擎：停在哪、怎么停”。

看清目标：你是要“抓一段”，还是“抠一截”？

任务决定模式选择：

• 提取完整结构块（如整个 HTML 段落、日志中从 start 到 end 的整段），且中间无干扰嵌套 → 贪婪可行，但需确保边界唯一（例如 start[^]*?end 比 start.*end 更稳）
• 提取多个独立小单元（如所有 <tag>、引号内字符串、括号内容）→ 必须用惰性，否则会跨单元连成一片
• 提取某标记后“最近一个结束符”之间的内容 → 惰性是直觉解法，但更优解常是字符类限定（如 "[^"]*" 代替 ".*?"）

优先用字符类限定，比惰性更干净

惰性（*?）虽好，但它仍依赖引擎试探与回溯。真正高效的做法是缩小匹配范围，让引擎“没得选”：

• 匹配双引号内内容：用 "([^"]*)"，而非 "(.*?)" —— 明确排除 "，彻底避免跨引号
• 提取 HTML 标签名：用 <(/?)([a-zA-Z][a-zA-Z0-9]*)，而非 <(/?.*?)> —— 用字符集定义合法标签名，不靠 .*? 碰运气
• 日志中提取 IP：用 \b(?:\d{1,3}\.){3}\d{1,3}\b，而非 \b.*?\b —— 精确模式天然抗干扰

惰性不是万能，嵌套结构需额外防护

遇到嵌套（如 <div><p>text</p></div>），单靠 <.*?> 会错切为 <div>、<p>、</p>、</div>，无法还原完整标签对。此时：

• 若只需提取最外层标签，可用递归正则（部分引擎支持 (?R)）或先匹配开闭标签再递归处理
• 若只是提取纯文本内容，跳过标签更稳妥：<[^>]*> 先清除所有标签，再取剩余文本
• 简单场景下，可配合负向先行断言锚定起点，如 (?<!<)/?div(?![^>]*>) 避免误入嵌套内部

验证与调试：别信感觉，要测边界

写完正则立刻用三类样本检验：

• 正常样本（含单个目标）→ 看是否捕获准确
• 多目标样本（如多个引号、连续标签）→ 看是否分拆正确、有无遗漏
• 边界样本（空内容、转义符、嵌套、缺失结束符）→ 看是否崩溃、卡死或返回空

尤其注意长文本下的性能：贪婪 + 通配符（.*）在复杂上下文中易引发灾难性回溯。一旦发现匹配变慢，立即换为字符类或惰性 + 边界限定。