Dart正则表达式如何获取所有匹配分组的起止索引位置

问题根因 #

你之前代码返回所有分组起止索引一致，是因为调用了无参的match.start/match.end，这两个属性返回的是整个正则表达式匹配结果的全局起止位置，而非单个捕获分组的位置。

实现方法 #

Dart的RegExpMatch类原生提供了带参数的start(int group)和end(int group)方法，传入分组的索引值即可直接获取对应分组的起止偏移量，无需读取私有属性。

单匹配场景修正代码 #

void main() {
  const String EMAIL = r'email\s+id\s*:\s*(.+?)(?:\s|$)';
  const String sampleString = "     Email  Id: example@domain.com                 This is a very long useless string that follows the email                                                                                ";

  print(firstMatches(sampleString, EMAIL));
}

// 返回结构改为 分组内容: [起始索引, 结束索引]
Map<String, List<int>> firstMatches(
  String txt,
  String pattern,
) {
  Map<String, List<int>> groups = {};
  RegExp regExp = RegExp(pattern, caseSensitive: false, multiLine: false);
  RegExpMatch? match = regExp.firstMatch(txt);
  if (match != null) {
    for (int i = 0; i < match.groupCount + 1; i++) {
      final groupContent = match.group(i)?.trim() ?? "";
      // 传入分组索引获取对应起止位置
      final groupStart = match.start(i);
      final groupEnd = match.end(i);
      groups[groupContent] = [groupStart, groupEnd];
    }
  }
  return groups;
}

运行上述代码可得到符合预期的输出：

• 分组0（整个匹配结果）：起始索引5，结束索引35
• 分组1（邮箱内容）：起始索引16，结束索引34

多匹配场景（每行多结果）实现代码 #

如果需要获取一行文本中所有匹配结果的所有分组索引，可使用regExp.allMatches遍历所有匹配项：

List<Map<String, List<int>>> allMatchesWithGroupIndices(String txt, String pattern) {
  List<Map<String, List<int>>> allResults = [];
  RegExp regExp = RegExp(pattern, caseSensitive: false);
  final matches = regExp.allMatches(txt);
  for (final match in matches) {
    Map<String, List<int>> currentMatchGroups = {};
    for (int i = 0; i < match.groupCount + 1; i++) {
      final groupContent = match.group(i)?.trim() ?? "";
      currentMatchGroups[groupContent] = [match.start(i), match.end(i)];
    }
    allResults.add(currentMatchGroups);
  }
  return allResults;
}

内容的提问来源于stack exchange，提问作者bluenile