Go regexp 如何限制重复匹配：FindAllString、空匹配与扫描游标

用 Go 的 regexp 做文本抽取时，最容易误判的不是正则表达式本身，而是“匹配一次”到底从哪里继续。FindAllString 会沿着扫描游标向后找结果；当表达式能匹配空字符串，游标推进规则又会改变结果数量。把 n 参数、空匹配和下标一起看，才能稳定限制重复匹配。

需要“最多取几项”时，把上限交给 FindAllString(input, n)；需要判断是否真的重复命中时，再用 FindAllStringIndex 检查每次命中的区间，而不要拿结果数量猜扫描过程。

FindAllString 的 n 参数到底限制什么

先看一个最小例子。这里的目标不是把邮箱规则写完整，而是观察同一段输入中多个候选如何被收集。

package main

import (
    "fmt"
    "regexp"
)

func main() {
    re := regexp.MustCompile(`[a-z]+`)
    input := "go rust go"

    fmt.Println(re.FindAllString(input, 2))
    fmt.Println(re.FindAllString(input, -1))
}

第一行最多返回两个结果，输出是 [go rust]；第二行的 -1 表示收集全部结果，输出是 [go rust go]。因此，n 限制的是返回项数，不是输入长度，也不是每个匹配允许占用的字符数。

如果业务只需要前两项，直接传入 2 就够了。不要先取全部结果，再用切片截断，那样会让长文本多做一轮扫描，也容易把“没有更多匹配”和“被业务截断”混在一起。

空匹配为什么不会卡在同一个位置

真正让人困惑的是可以匹配空字符串的表达式，例如 a*。它既能匹配一个或多个 a，也能在没有 a 的位置匹配长度为零的字符串。

package main

import (
    "fmt"
    "regexp"
)

func main() {
    re := regexp.MustCompile(`a*`)
    input := "ba"
    indexes := re.FindAllStringIndex(input, -1)
    for _, pair := range indexes {
        fmt.Printf("[%d:%d] %q\n", pair[0], pair[1], input[pair[0]:pair[1]])
    }
}

结果里可能同时出现非空命中和长度为零的区间，但扫描不会永远停留在同一处。regexp 在空匹配后会向前推进，避免同一位置被无限重复消费。这里不要把“返回了空字符串”理解成“程序没有移动”；判断是否重复，应该看区间下标。

生产代码中，如果空匹配没有业务意义，可以在业务层过滤 pair[0] == pair[1] 的区间；如果空匹配本身代表分隔点，就保留下标并明确处理，别用 strings.TrimSpace 之类的后处理把它悄悄抹掉。

用区间确认“重复命中”而不是猜结果

FindAllString 只返回文本切片，排查边界时看不到命中的起止位置。改用 FindAllStringIndex，可以把每个结果和原始输入对应起来：

re := regexp.MustCompile(`go`)
input := "go rust go"
for _, pair := range re.FindAllStringIndex(input, -1) {
    fmt.Printf("start=%d end=%d value=%q\n", pair[0], pair[1], input[pair[0]:pair[1]])
}

这个输出能回答三个实际问题：是否命中了两次、两次命中的区间是否重叠、以及上限截断前最后一次扫描停在哪里。需要做去重时，可把 pair[0]:pair[1] 转成业务键；不要直接把相同文本当作重复，因为同一词在输入中不同位置出现两次，可能都是有效数据。

常见问题

FindAllString 的 n 传 0 会返回什么

n == 0 表示不返回任何匹配；它和 n 的“返回全部”不是一回事。把配置值直接传进去前，先确认零值在业务里代表禁用还是不限量。

为什么不直接用 FindString 循环

手写循环需要自己维护起始位置，还要处理空匹配后的推进；如果只是限制数量，FindAllString 已经提供了清晰的上限参数。只有需要流式处理超长输入或每次匹配后执行额外动作时，才值得自己维护游标。

如何避免正则把空结果带进业务数组

使用 FindAllStringIndex 后过滤零长度区间，再把有效下标映射回字符串。这样过滤依据是匹配事实，而不是对结果文本做模糊判断。

小结

限制重复匹配先看 n，解释空匹配再看扫描游标，排查同一文本的多次出现则看区间下标。三个层次分开后，FindAllString 的行为就不会再靠猜。