本文介绍使用 go 语言通过正则表达式识别文件中的日期行，并高效提取其后连续五行内容的完整实现方案，涵盖 scanner 的状态管理、边界处理及健壮性优化。
本文介绍使用 go 语言通过正则表达式识别文件中的日期行，并高效提取其后连续五行内容的完整实现方案，涵盖 scanner 的状态管理、边界处理及健壮性优化。
在 Go 中，bufio.Scanner 是逐行读取文件的常用工具，但其设计为单向迭代器——一旦调用 scanner.Scan()，当前行即被消费，无法回退。因此，当在某行匹配到日期模式后需读取后续五行，不能依赖“重读”或“缓存前文”，而应直接在匹配成功后连续调用 Scan() 五次。
以下是一个生产就绪的实现示例：
package main
import (
"bufio"
"fmt"
"log"
"os"
"regexp"
)
func main() {
// 改进的正则：更准确匹配英文日期格式（如 "Sat 08 Aug 2015"）
// 注意：[a-zA-Z] 而非 [aA-zZ]（后者会错误包含 ASCII 中间字符）
r := regexp.MustCompile(`^[A-Za-z]{3}\s+\d{2}\s+[A-Za-z]{3}\s+\d{4}$`)
file, err := os.Open("test.txt")
if err != nil {
log.Fatal("无法打开文件:", err)
}
defer file.Close()
scanner := bufio.NewScanner(file)
for scanner.Scan() {
line := scanner.Text()
if r.MatchString(line) {
fmt.Println(line) // 打印匹配的日期行
// 连续读取接下来的 5 行
for i := 0; i < 5; i++ {
if !scanner.Scan() {
// 文件提前结束（不足 5 行）
if err := scanner.Err(); err != nil {
log.Fatal("读取文件时出错:", err)
}
// 若因 EOF 结束，可选择退出或补空行
fmt.Printf("(第 %d 行缺失: 文件已结束)\n", i+1)
break
}
fmt.Println(scanner.Text())
}
}
}
if err := scanner.Err(); err != nil {
log.Fatal("扫描过程中发生错误:", err)
}
}✅ 关键改进说明：
- 正则修正：[aA-zZ] 是常见陷阱——它实际匹配 ASCII 码 65–122 区间（含 [, \, ], ^, _, `），应改为 [A-Za-z] 或更简洁的 [[:alpha:]]；同时添加 ^ 和 $ 锚点确保整行匹配，避免子串误匹配。
- 错误检查前置：每次 scanner.Scan() 后立即检查是否成功，防止 Text() 在失败状态下返回未定义结果。
- EOF 健壮处理：当文件不足五行时，主动检测 !scanner.Scan() 并给出提示，避免 panic 或静默截断。
- 资源安全：defer file.Close() 保证文件句柄及时释放。
⚠️ 注意事项：
- scanner.Scan() 返回 false 仅表示扫描结束（可能因 EOF 或错误），必须始终通过 scanner.Err() 判断具体原因。
- 不要在一个 for scanner.Scan() 循环内嵌套另一层无保护的 Scan() 循环——这会破坏外层逻辑流；本例中内层循环是受控的、明确的“消耗行为”，符合预期。
- 如需对提取的五行做结构化解析（如分离球队名、比分、进球者），建议将它们收集进切片后再统一处理，而非边打印边解析。
该方案简洁、高效且具备工业级鲁棒性，适用于日志分析、体育赛程解析、报表数据抽取等典型文本处理场景。
