Go正则表达式处理多行文本：换行符匹配问题与解决方案 2024

text := `first line
second line
third line`
 
// 看似正确但可能失效的正则
pattern := "first.*third"
matched, _ := regexp.Match(pattern, []byte(text))
fmt.Println(matched) // false
 

// 启用单行模式（让 . 匹配换行符）
pattern := `(?s)first.*third`
matched, _ := regexp.Match(pattern, []byte(text))
fmt.Println(matched) // true
 

// 匹配任意字符（包括换行）
pattern := `first[\s\S]*third`
matched, _ := regexp.Match(pattern, []byte(text))
fmt.Println(matched) // true
 

// 处理多行文本时的行首行尾
pattern := `(?m)^line\d$`
matches := regexp.MustCompile(pattern).FindAllString(text, -1)
 

func extractComments(code string) []string {
    pattern := `(?s)/\*.*?\*/`
    re := regexp.MustCompile(pattern)
    return re.FindAllString(code, -1)
}
 
// 测试
code := `
/* 这是一个
   多行注释 */
func main() {
    /* 另一个注释 */
}
`
comments := extractComments(code)
 

func parseLogEntry(log string) []LogEntry {
    pattern := `(?m)^(\d{4}-\d{2}-\d{2})\s+(.*)$`
    re := regexp.MustCompile(pattern)
    matches := re.FindAllStringSubmatch(log, -1)
    
    var entries []LogEntry
    for _, match := range matches {
        entries = append(entries, LogEntry{
            Date:    match[1],
            Content: match[2],
        })
    }
    return entries
}
 

// 好的做法
var commentRegex = regexp.MustCompile(`(?s)/\*.*?\*/`)
 
func process(input string) {
    matches := commentRegex.FindAllString(input, -1)
    // ...
}
 

// 避免回溯过多
pattern := `(?s)/\*.*?\*/`  // 使用非贪婪模式
// 而不是
pattern := `(?s)/\*.*\*/`   // 贪婪模式可能导致性能问题
 

// 处理跨平台换行符
pattern := `(?s)line1[\r\n]+line2`
// 或者
pattern := `(?s)line1\R+line2`
 

// 启用 Unicode 支持
pattern := `(?s)(?U)first.*third`
 

// 非贪婪匹配
pattern := `(?s)".*?"`
// 贪婪匹配
pattern := `(?s)".*"`
 

// 打印正则匹配过程
debug := regexp.MustCompile(pattern)
fmt.Printf("Pattern: %q\n", debug.String())
fmt.Printf("Groups: %d\n", debug.NumSubexp())