Golang正则中短横线(-)顺序是否影响匹配？为何表现不同？

核心规则 #

在Golang正则表达式的字符集（[]）中，短横线的位置直接决定它的作用：

• 当短横线处于两个可打印ASCII字符之间时，会被解析为范围运算符，匹配这两个字符ASCII码区间内的所有字符；
• 当短横线位于字符集的开头/结尾，或通过\-转义时，会被当作普通短横线字符匹配。

示例代码解析 #

1. validID1的匹配逻辑

var validID1 = regexp.MustCompile(`^[abcd1234-_.]$`) // 未转义短横线
fmt.Println(validID1.MatchString("adc-")) // false

• 短横线位于4（ASCII 52）和_（ASCII 95）之间，被解析为范围运算符，匹配ASCII 52到95的字符；
• 短横线-自身的ASCII码是45，不在52-95的区间内，因此该字符集不包含-；
• 测试字符串adc-包含-，不符合字符集规则，所以返回false。

当给短横线转义后（^[abcd1234\-_.]$），短横线被当作普通字符加入字符集，adc-的所有字符都符合规则，因此匹配通过。

2. validID2的匹配逻辑

var validID2 = regexp.MustCompile(`^[abcd1234+-\/]$`) // 未转义短横线，但转义了/
fmt.Println(validID2.MatchString("adc-")) // true

• 短横线位于+（ASCII 43）和/（ASCII 47）之间，被解析为范围运算符，匹配ASCII 43到47的字符；
• 短横线-的ASCII码是45，正好处于43-47的区间内，因此字符集间接包含了-；
• 测试字符串adc-中的a、d、c属于abcd集合，-属于43-47的范围，所有字符都符合规则，所以返回true。

避免歧义的建议 #

如果需要明确匹配短横线，避免范围解析的歧义，推荐两种方式：

• 将短横线放在字符集的开头或结尾，比如^[-abcd1234_.]$或^[abcd1234_.-]$；
• 对短横线进行转义，使用\-。

内容的提问来源于stack exchange，提问作者Maana