将Java正则表达式转换为Go兼容版本（使用regexp2库）

问题原因 #

原Java正则中的\p{Punct}是Java特有的Unicode标点类别标识，而regexp2基于.NET正则语法，对应标识为\p{P}，这是编译报错的直接原因。此外还需调整部分语法细节以保证功能一致。

调整后的正则表达式 #

(?<=^|[a-z]-|[\s\p{P}&&[^-]])([A-Z][A-Z0-9_]*-\d+)(?![A-Za-z0-9])

关键修改点 #

• 替换Unicode类别标识：将\p{Punct}改为\p{P}，适配regexp2的.NET语法规范。
• 简化转义字符：字符集中的\-无需转义，直接写-即可，不影响匹配逻辑。
• 等价优化负向断言：原(?![^\W_])等价于(?![A-Za-z0-9])，后者更直观，避免潜在的语法兼容问题，同时保持原逻辑（确保匹配内容后不跟随字母/数字）。

Go代码示例 #

package main

import (
	"fmt"
	"github.com/dlclark/regexp2"
)

func main() {
	// 编译调整后的正则
	re, err := regexp2.Compile(`(?<=^|[a-z]-|[\s\p{P}&&[^-]])([A-Z][A-Z0-9_]*-\d+)(?![A-Za-z0-9])`, regexp2.RE2)
	if err != nil {
		fmt.Printf("正则编译失败: %v\n", err)
		return
	}

	// 测试匹配
	testCases := []string{
		"ABC-123",
		"xyz-DEF-456",
		"GHI_JKL-789;",
		"invalid-123", // 小写开头，不会匹配
		"ABC-123X",    // 后面跟字母，不会匹配
	}

	for _, tc := range testCases {
		match, _ := re.FindStringMatch(tc)
		if match != nil {
			fmt.Printf("文本「%s」匹配结果: %s\n", tc, match.Groups()[1].String())
		} else {
			fmt.Printf("文本「%s」无匹配\n", tc)
		}
	}
}

功能验证 #

调整后的正则完全保留原Java正则的匹配逻辑：

1. 仅匹配以大写字母开头、含大写字母/数字/下划线-数字格式的内容
2. 匹配内容需满足前置边界条件（字符串开头、小写字母+横杠、空白/非横杠标点）
3. 匹配内容后不能跟随字母或数字

内容的提问来源于stack exchange，提问作者Yuxing Yang