本文详解如何在 Go 中使用非贪婪正则表达式，准确提取
本文详解如何在 go 中使用非贪婪正则表达式，准确提取 `
在处理结构化文本（如带分隔符的代码块、文档片段或模板）时，常需提取特定标记之间的内容。例如，给定如下文本：
<p>目标是**仅捕获第一个 </p><p>关键问题在于：原始正则 (?:最后一个 *****（甚至跨越多个逻辑块），造成严重误匹配。</p><p>✅ 正确解法是改用<strong>非贪婪（懒惰）量词</strong> *?：</p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/ai/1407" title="YOYA优雅"><img
src="https://img.php.cn/upload/ai_manual/000/000/000/175680075238357.png" alt="YOYA优雅" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/ai/1407" title="YOYA优雅" class="overflowclass">YOYA优雅</a>
<p class="overflowclass">YOYA优雅是中科闻歌推出的多模态 AI 音视频内容创作平台。</p>
</div>
<a rel="nofollow" href="/ai/1407" title="YOYA优雅" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div><pre class="brush:php;toolbar:false;">package main
import (
"fmt"
"regexp"
)
func main() {
text := ` 0 {
// match[0] 是完整匹配，match[1] 是第一个捕获组（即目标内容）
content := re.FindSubmatch([]byte(text))[1]
fmt.Printf("Extracted content:
%q
", string(content))
}
}? 核心要点说明：
- [sS]*? 或 (?s).*?：*? 表示“尽可能少匹配”，确保在遇到第一个 ***** 时立即停止；
- (?s)（单行模式）：让 . 匹配包括换行符在内的任意字符（Go 的 regexp 默认不支持 . 匹配换行，故推荐显式启用或坚持用 [sS]）；
- 非捕获组 (?:...) 用于分组但不保存子匹配，提升效率且避免干扰捕获索引；
- *{5} 应转义为 *{5}（在 Go 字符串字面量中需双反斜杠 \*{5}，或使用反引号原生字符串避免转义）。
⚠️ 注意事项：
- 若起始行
- 在 Go 中，regexp 不支持 (?U) 等高级修饰符，务必用 *? 实现懒惰匹配；
- 多次匹配请用 re.FindAllSubmatch，并注意 [sS] 在大文件中可能影响性能，必要时考虑逐行解析等替代方案。
掌握非贪婪匹配，是解决多行分隔文本提取问题的关键一步——它让正则从“贪心吞并”转向“精准截断”，真正服务于结构化数据的可靠抽取。
