Go语言利用正则表达式处理多行文本

text := `first line
second line
third line`

// 看似正确但可能失效的正则
pattern := "first.*third"
matched, _ := regexp.match(pattern, []byte(text))
fmt.println(matched) // false

// 启用单行模式（让 . 匹配换行符）
pattern := `(?s)first.*third`
matched, _ := regexp.match(pattern, []byte(text))
fmt.println(matched) // true

// 匹配任意字符（包括换行）
pattern := `first[\s\s]*third`
matched, _ := regexp.match(pattern, []byte(text))
fmt.println(matched) // true

// 处理多行文本时的行首行尾
pattern := `(?m)^line\d$`
matches := regexp.mustcompile(pattern).findallstring(text, -1)

func extractcomments(code string) []string {
    pattern := `(?s)/\*.*?\*/`
    re := regexp.mustcompile(pattern)
    return re.findallstring(code, -1)
}

// 测试
code := `
/* 这是一个
   多行注释 */
func main() {
    /* 另一个注释 */
}
`
comments := extractcomments(code)

func parselogentry(log string) []logentry {
    pattern := `(?m)^(\d{4}-\d{2}-\d{2})\s+(.*)$`
    re := regexp.mustcompile(pattern)
    matches := re.findallstringsubmatch(log, -1)
    
    var entries []logentry
    for _, match := range matches {
        entries = append(entries, logentry{
            date:    match[1],
            content: match[2],
        })
    }
    return entries
}

// 好的做法
var commentregex = regexp.mustcompile(`(?s)/\*.*?\*/`)

func process(input string) {
    matches := commentregex.findallstring(input, -1)
    // ...
}

// 避免回溯过多
pattern := `(?s)/\*.*?\*/`  // 使用非贪婪模式
// 而不是
pattern := `(?s)/\*.*\*/`   // 贪婪模式可能导致性能问题

// 处理跨平台换行符
pattern := `(?s)line1[\r\n]+line2`
// 或者
pattern := `(?s)line1\r+line2`

// 启用 unicode 支持
pattern := `(?s)(?u)first.*third`

// 非贪婪匹配
pattern := `(?s)".*?"`
// 贪婪匹配
pattern := `(?s)".*"`

// 打印正则匹配过程
debug := regexp.mustcompile(pattern)
fmt.printf("pattern: %q\n", debug.string())
fmt.printf("groups: %d\n", debug.numsubexp())