Go regexp.Regexp NumSubexp 怎样计算捕获组数量

在 Go 的正则提取代码里，最容易混淆的是“完整匹配”和“捕获组”。regexp.Regexp.NumSubexp() 返回的是表达式里捕获组的数量，不把完整匹配本身算进去。调用 FindStringSubmatch 时，结果切片的下标 0 是完整匹配，下标 1 开始才对应捕获组。

本文只围绕这个下标契约展开：普通捕获组和命名捕获组会计数，非捕获组 (?:...) 不计数；命名只是访问方式变化，不会额外增加一层结果。

官方地址：https://pkg.go.dev/regexp#Regexp.NumSubexp

NumSubexp 到底统计什么

Go 官方文档把 NumSubexp 定义为“返回这个 Regexp 中带圆括号的子表达式数量”。这里的关键不是数所有圆括号，而是数会产生子匹配结果的捕获组。完整表达式本身永远占结果位置 0，但不属于 NumSubexp 的返回值。

例如表达式 ([a-z]+)-(?P[0-9]+)-(?:draft) 中，([a-z]+) 是普通捕获组，(?P[0-9]+) 是命名捕获组，(?:draft) 是非捕获组。因此 NumSubexp 返回 2，而不是 3。

用 NumSubexp 读取捕获组数量

package main

import (
    "fmt"
    "regexp"
)

func main() {
    // 普通组和命名组会产生子匹配，非捕获组只参与匹配结构。
    re := regexp.MustCompile(`([a-z]+)-(?P[0-9]+)-(?:draft)`)
    fmt.Println(re.NumSubexp()) // 2
    fmt.Println(re.SubexpNames()) // [ "" "" "id" ]
}

SubexpNames 的第 0 项为空字符串，因为完整匹配不能命名；从第 1 项开始，它和匹配结果切片使用同一套下标。命名组仍然只占一个捕获组位置。

把数量映射到匹配结果

统计数量只是第一步，真正读取数据时要把结果下标和表达式中的左括号顺序对齐。Go 的 Submatch 结果按左括号从左到右编号：完整匹配是 0，第一个捕获组是 1，第二个捕获组是 2。

package main

import (
    "fmt"
    "regexp"
)

func main() {
    // 下标 0 是完整匹配；命名组通过 SubexpIndex 找到对应下标。
    re := regexp.MustCompile(`([a-z]+)-(?P[0-9]+)-(?:draft)`)
    matches := re.FindStringSubmatch("task-42-draft")
    if matches == nil {
        // 没有匹配时返回 nil，不能直接访问下标。
        fmt.Println("未匹配")
        return
    }

    idIndex := re.SubexpIndex("id")
    fmt.Printf("完整=%q 名称=%q id=%q\n", matches[0], matches[1], matches[idIndex])
}

这段代码里，matches[0] 是 task-42-draft，matches[1] 是 task，matches[2] 是 42。SubexpIndex("id") 返回 2，所以命名访问不会破坏原有下标契约。

空匹配和无匹配不要混为一谈

一个捕获组可能成功匹配空字符串，此时对应元素是空字符串；整个表达式没有匹配时，FindStringSubmatch 返回的是 nil。因此判断是否匹配，应先判断切片是否为 nil，不要用 matches[1] == "" 代替。

如果只需要判断捕获组数量，直接使用 re.NumSubexp()；如果要按字段名读取，配合 SubexpNames 或 SubexpIndex；如果要处理字节区间，则选择 FindStringSubmatchIndex，不要把字符串下标和字节区间混用。

常见问题

NumSubexp 会把非捕获组算进去吗？

不会。(?:...) 只改变匹配结构，不产生子匹配结果，因此不增加 NumSubexp。

命名捕获组会多占一个结果位置吗？

不会。命名组仍是一个捕获组，只是可以用 SubexpIndex 按名称取得它的下标。

记住一条规则即可：NumSubexp() 数捕获组，结果下标 0 留给完整匹配，后续下标按左括号顺序排列。这样正则表达式稍微变长时，也不容易把字段位置读错。