Golang Regexp.FindAllSubmatch
最后修改于 2025 年 4 月 20 日
本教程将介绍如何在 Go 中使用 `Regexp.FindAllSubmatch` 方法。我们将涵盖子匹配项提取基础知识，并提供实际示例。
子匹配项 (submatch) 是正则表达式中由括号括起来的子表达式匹配的字符串的一部分。子匹配项允许提取匹配项的特定部分。
`Regexp.FindAllSubmatch` 方法在字节切片中返回正则表达式的所有连续匹配项，包括所有子匹配项。每个匹配项都是一个字节切片组成的切片。
基本的 FindAllSubmatch 示例
`FindAllSubmatch` 最简单的用法是从字符串中提取所有匹配项和子匹配项。在这里，我们查找文本中的日期组件。
package main
import (
"fmt"
"regexp"
)
func main() {
text := "Dates: 2025-04-20, 2025-05-21, 2025-06-22"
re := regexp.MustCompile(`(\d{4})-(\d{2})-(\d{2})`)
matches := re.FindAllSubmatch([]byte(text), -1)
for _, match := range matches {
fmt.Printf("Full match: %s\n", match[0])
fmt.Printf("Year: %s, Month: %s, Day: %s\n",
match[1], match[2], match[3])
}
}
该模式在单独的分组中捕获年份、月份和日期。`FindAllSubmatch` 返回所有匹配项及其子匹配项。每个匹配项都是一个切片，其中索引 0 是完整匹配项。
提取键值对
`FindAllSubmatch` 可以从结构化文本中解析键值对。此示例提取配置值。
package main
import (
"fmt"
"regexp"
)
func main() {
config := `
host = localhost
port = 8080
timeout = 30
debug = true
`
re := regexp.MustCompile(`(\w+)\s*=\s*(\S+)`)
matches := re.FindAllSubmatch([]byte(config), -1)
for _, match := range matches {
fmt.Printf("Key: %-10s Value: %s\n", match[1], match[2])
}
}
该模式将单词字符作为键，将非空白字符作为值进行匹配。子匹配项分别捕获键和值，以便于处理。
查找 HTML 属性
我们可以使用 `FindAllSubmatch` 从 HTML 标签中提取属性。此示例查找锚点标签中的所有 href 属性。
package main
import (
"fmt"
"regexp"
)
func main() {
html := `
<a href="https://example.com">Example</a>
<a href="/about">About</a>
<a class="nav" href="/contact">Contact</a>
`
re := regexp.MustCompile(`<a\b[^>]*\shref="([^"]*)"`)
matches := re.FindAllSubmatch([]byte(html), -1)
for _, match := range matches {
fmt.Printf("Link: %s\n", match[1])
}
}
该模式匹配锚点标签并捕获 href 属性值。请注意，对于复杂的 HTML 解析，通常使用专用解析器更好。
解析日志条目
日志文件通常具有可以通过正则表达式解析的统一格式。此示例从 Apache 日志条目中提取组件。
package main
import (
"fmt"
"regexp"
)
func main() {
log := `127.0.0.1 - frank [10/Oct/2025:13:55:36 -0700] "GET /apache_pb.gif HTTP/1.0" 200 2326`
pattern := `^(\S+) (\S+) (\S+) \[([^\]]+)\] "(\S+) (\S+) (\S+)" (\d+) (\d+)$`
re := regexp.MustCompile(pattern)
matches := re.FindAllSubmatch([]byte(log), -1)
if len(matches) > 0 {
match := matches[0]
fmt.Printf("IP: %s\n", match[1])
fmt.Printf("User: %s\n", match[3])
fmt.Printf("Date: %s\n", match[4])
fmt.Printf("Method: %s\n", match[5])
fmt.Printf("Path: %s\n", match[6])
fmt.Printf("Status: %s\n", match[8])
}
}
该模式匹配 Common Log Format 条目的所有组件。每个组件都在单独的子匹配项中捕获，以便于访问。
提取多个电话号码
`FindAllSubmatch` 可以查找文本中模式的所有出现。此示例提取不同格式的电话号码。
package main
import (
"fmt"
"regexp"
)
func main() {
text := `
Contact us at 555-123-4567 or (555) 987-6543.
International: +1 555 789 0123.
`
re := regexp.MustCompile(`(\+?\d{1,3}[-. ]?)?\(?(\d{3})\)?[-. ]?(\d{3})[-. ]?(\d{4})`)
matches := re.FindAllSubmatch([]byte(text), -1)
for i, match := range matches {
fmt.Printf("Phone #%d: %s%s%s%s\n",
i+1, match[1], match[2], match[3], match[4])
}
}
该模式匹配各种电话号码格式。每个组件（国家代码、区号等）分别捕获，以实现灵活处理。
查找嵌套子匹配项
复杂的模式可能包含嵌套的子匹配项。此示例显示了如何访问不同级别的子匹配项。
package main
import (
"fmt"
"regexp"
)
func main() {
text := "Coordinates: (40.7128, -74.0060), (34.0522, -118.2437)"
re := regexp.MustCompile(`\((\d+\.\d+),\s*(-?\d+\.\d+)\)`)
matches := re.FindAllSubmatch([]byte(text), -1)
for i, match := range matches {
fmt.Printf("Point %d: Lat=%s, Lon=%s\n",
i+1, match[1], match[2])
}
}
该模式匹配括号中的纬度-经度对。每个坐标组件都在其自己的子匹配项中捕获，以便单独访问。
限制匹配数量
`FindAllSubmatch` 的第二个参数控制返回的匹配项数量。此示例显示了限制匹配项数量。
package main
import (
"fmt"
"regexp"
)
func main() {
text := "apple banana apple cherry apple date apple"
re := regexp.MustCompile(`(apple)`)
// Find first 2 matches
matches := re.FindAllSubmatch([]byte(text), 2)
fmt.Printf("Found %d matches:\n", len(matches))
for _, match := range matches {
fmt.Println(string(match[0]))
}
// Find all matches
matches = re.FindAllSubmatch([]byte(text), -1)
fmt.Printf("\nFound %d total matches\n", len(matches))
}
设置一个正整数会限制返回的匹配项数量。使用 -1 会返回输入字符串中的所有匹配项。
来源
本教程通过从各种文本模式中提取子匹配项的实际示例，介绍了 Go 中的 `Regexp.FindAllSubmatch` 方法。