本文讲解在 Go 中用正则表达式安全捕获
本文讲解在 go 中用正则表达式安全捕获 `
在处理多段结构化文本（如标记式代码块）时，常需提取特定分隔符之间的全部内容（含换行、空格和缩进）。以如下文本为例：
<p>目标是**仅提取第一个 </p><p>你最初的正则 (?:贪婪量词：它会尽可能多地匹配字符，导致匹配从第一个 </p><p>✅ 正确解法是改用<strong>非贪婪（lazy）匹配</strong>：将 + 替换为 +?，或将 * 替换为 *?，使中间组 ([sS]*?) 在满足后续 [*]{5} 前提下，匹配<strong>最短可能的字符串</strong>。</p><p>最终推荐的正则表达式为：</p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/ai/2917" title="coding-agent"><img
src="https://img.php.cn/upload/ai_manual/001/246/273/177985684026659.png" alt="coding-agent" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/ai/2917" title="coding-agent" class="overflowclass">coding-agent</a>
<p class="overflowclass">一款AI开发辅助工具，主要用于通过后台进程将编码任务委托给 Codex、Claude Code 或 Pi 智能体。适用场景：（1）构建或创建新功能/应用，（2）审查 PR，适合需要提升相关任务效率的用户。</p>
</div>
<a rel="nofollow" href="/ai/2917" title="coding-agent" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div><pre class="brush:php;toolbar:false;">`(?s)<p>其中关键点说明：</p>
- (?s) 启用单行模式（即 . 可匹配换行符），替代 [sS] 更简洁；
- (.*?) 非贪婪捕获所有内容（含换行），直到遇到下一个 *****；
- *{5} 字面量匹配连续 5 个 *（注意 * 是元字符，必须转义）。
完整 Go 示例代码：
package main
import (
"fmt"
"regexp"
)
func main() {
text := `<p>⚠️ 注意事项：</p>
- 若 ***** 可能出现在被提取内容内部（如注释中），需改用更健壮的边界策略（例如 ^\*{5}$ 配合 (?m) 多行模式）；
- Go 的 regexp 不支持 (?U) 全局非贪婪模式，必须显式对每个量词加 ?；
- 实际生产环境若结构复杂，建议优先考虑基于状态机的解析器，而非纯正则——正则适合规则分隔的简单块，不适用于嵌套或语法敏感场景。
掌握非贪婪匹配是处理多行文本提取的关键一环。记住：当你的正则“吃太多”时，试试加个 ? —— 它往往就是精准捕获的开关。
