本文详解如何在 Go 中使用非贪婪正则表达式，准确提取 <<< Some code 与紧随其后的 ***** 之间的全部内容，避免跨块误匹配。
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：
<<< Some code
def prnt(string)
print(string)
end
=====
def println(string)
puts(string)
end
*****
<<< Some more code
...目标是**仅捕获第一个 <<< Some code 到其后最近的 ***** 之间的所有内容（含换行与空白）**，而非匹配到文件末尾或跳过中间的 ===== 等干扰分隔符。
关键问题在于：原始正则 (?:<<< .* ? )([sS]+)(?:[*]{5}) 使用了贪婪量词 +，导致 [sS]+ 会尽可能多地匹配——它会一路向后扫描，直到遇到最后一个 *****（甚至跨越多个逻辑块），造成严重误匹配。
✅ 正确解法是改用非贪婪（懒惰）量词 *?：
package main
import (
"fmt"
"regexp"
)
func main() {
text := `<<< Some code
def prnt(string)
print(string)
end
=====
def println(string)
puts(string)
end
*****
<<< Some more code`
// 注意：使用 (?s) 标志使 . 可匹配换行符；也可直接用 [sS]*?
re := regexp.MustCompile(`(?s)(?:<<<s+.*?
)(.*?)(?:*{5})`)
match := re.FindStringSubmatch([]byte(text))
if len(match) > 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 <<< Some code 后可能无换行，或 ***** 前有空格，建议增强鲁棒性：(?:<<<s+.*?)(?: ? )([sS]*?)(?: ? s**{5}s* ? ?)；
- 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。
