Golang regexp包匹配子串异常，求原因及修复方案

问题描述 #

使用Golang的regexp包提取特定格式字符串时出现意外匹配，代码如下：

package main

import (
    "fmt"
    "regexp"
)

func main() {
    str := "build: xxxxxx Prefix:middle#6\nPrefix:middle#16026Prefix:middle#1111\n Prefix:middle#110 Prefix:middle.#2 Prefix:middl.e#111 Prefix:middle#112"
    regexpStr := "\\bPrefix:([a-zA-Z0-9]+[\\w-.]+[^.])#[0-9]+"
    re := regexp.MustCompile(regexpStr)
    matchs := re.FindAllString(str, -1)
    fmt.Println(matchs)
}

预期输出：

[Prefix:middle#6 Prefix:middle#110 Prefix:middl.e#111 Prefix:middle#112]

实际输出：

[Prefix:middle#6 Prefix:middle#16026 Prefix:middle#110 Prefix:middl.e#111 Prefix:middle#112]

需匹配的格式规则：

• 提取Prefix:${middle}#${number}格式内容
• ${middle}：允许字母、数字、下划线、点；必须以字母/数字开头；不能以点结尾
• ${number}：必须为数字
• 整体位置：开头时后跟空格/换行；结尾时前跟空格/换行；中间时前后为空格/换行

原因分析 #

1. 未限制匹配结尾边界：原正则仅用\\b限制Prefix:的开头边界，未约束匹配内容的结尾边界。当Prefix:middle#16026后紧跟另一个Prefix时，正则仅匹配到#16026就完成匹配，未检查后续是否为空格/换行，因此被错误匹配。
2. ${middle}正则逻辑冗余：原正则[a-zA-Z0-9]+[\\w-.]+[^.]要求${middle}在开头字母数字后至少还有一个字符，与需求矛盾（比如middle本身是合法的），且冗余的[\\w-.]+可能引发意外的贪婪匹配。

修复方案 #

针对规则修正正则，同时适配Go的RE2引擎不支持环视的限制，使用非捕获组和分组提取实现边界控制：

package main

import (
    "fmt"
    "regexp"
)

func main() {
    str := "build: xxxxxx Prefix:middle#6\nPrefix:middle#16026Prefix:middle#1111\n Prefix:middle#110 Prefix:middle.#2 Prefix:middl.e#111 Prefix:middle#112"
    // 修正后的正则：
    // (?:^|\\s) 匹配字符串开头或空白符（非捕获组，不纳入结果）
    // Prefix: 固定前缀
    // [a-zA-Z0-9] 确保middle以字母/数字开头
    // (?:[\\w.]*[a-zA-Z0-9_])? 可选后续字符：允许任意单词字符/点，最后以非点字符结尾（支持单个字母/数字的middle）
    // #[0-9]+ 固定#号加数字
    // (?:\\s|$) 匹配空白符或字符串结尾（非捕获组，不纳入结果）
    regexpStr := `(?:^|\s)(Prefix:[a-zA-Z0-9](?:[\w.]*[a-zA-Z0-9_])?#[0-9]+)(?:\s|$)`
    re := regexp.MustCompile(regexpStr)
    // 提取分组1的内容（即目标匹配字符串）
    matches := re.FindAllStringSubmatch(str, -1)
    var result []string
    for _, m := range matches {
        result = append(result, m[1])
    }
    fmt.Println(result)
}

验证结果 #

运行后输出符合预期：

[Prefix:middle#6 Prefix:middle#110 Prefix:middl.e#111 Prefix:middle#112]

内容的提问来源于stack exchange，提问作者spike014