本文详解如何在 Go 中使用非贪婪正则表达式，准确提取以 <<< 开头、以 ***** 结尾的多行代码块，解决因默认贪婪匹配导致跨块误捕的问题。
本文详解如何在 go 中使用非贪婪正则表达式，准确提取以 `
在处理结构化文本（如带分隔符的代码注释块、模板片段或配置节）时，常需提取两个边界标记之间的全部内容。以如下文本为例：
<<< Some code
def prnt(string)
print(string)
end
=====
def println(string)
puts(string)
end
*****
<<< Some more code
...目标是仅提取第一个 <<< ... 到紧邻其后的 ***** 之间的全部内容（含空行和缩进）**，而非一路匹配到文件末尾或下一个 `***`。
初学者常写出类似 (?:<<< .*\r?\n)([\s\S]+)(?:[*]{5}) 的正则——看似合理，但问题在于 [\s\S]+ 是贪婪量词：它会尽可能多地匹配字符，导致匹配范围越过第一个 *****，直奔最后一个 ***** 或文件末尾，从而捕获多个无关块。
✅ 正确解法是使用非贪婪（懒惰）量词：将 + 改为 +?，或将 * 改为 *?。最终可靠的正则表达式为：
`(?:<<<\s.*\r?\n)([\s\S]*?)(?:\*{5})`? 关键说明：
- (?:<<<\s.*\r?\n)：非捕获组，匹配以 <<< 开头、后跟空白及任意字符、换行符（兼容 \n 或 \r\n）；
- ([\s\S]*?)：捕获组 + 非贪婪匹配——*? 确保一旦遇到首个 ***** 就立即停止，避免过度匹配；
- (?:\*{5})：非捕获组，精确匹配连续 5 个星号。
在 Go 中完整示例：
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：Go 的 regexp 包默认支持多行，无需额外标志；\s\S 可覆盖所有字符（含换行）
re := regexp.MustCompile(`(?m)(?:<<<\s.*\r?\n)([\s\S]*?)(?:\*{5})`)
matches := re.FindAllStringSubmatch([]byte(text), -1)
for i, match := range matches {
fmt.Printf("Block %d:\n%s\n", i+1, string(match[1])) // match[1] 是捕获组内容
}
}⚠️ 注意事项：
- Go 的 regexp 包不支持 [\s\S] 在单行模式下的跨行行为，但实际中 \s 已包含 \n，\S 匹配非空白字符，组合 [\s\S] 在 Go 中可安全用于匹配任意字符（包括换行），无需 (?s) 单行模式标志；
- 若输入含 Windows 换行符（\r\n），正则中保留 \r?\n 更健壮；
- 若边界标记本身可能出现在块内容中（如 ***** 出现在代码里），需改用更严格的锚定策略（如结合行首 ^ 和 (?m) 标志），或转向解析器方案；
- 始终优先考虑非贪婪量词 *? / +? 处理“直到下一个分隔符”的场景——这是多行提取的黄金准则。
总结：正则匹配多段边界文本的核心，在于控制量词的贪婪性。一个 ? 的添加，往往就是精准提取与错误跨块的分水岭。
