Go 问答：regexp.Regexp FindAllStringSubmatchIndex 如何把捕获组位置映射回原文

日志标注工具要把命中的字段重新指回原文，最容易踩的坑是把 FindAllStringSubmatchIndex 返回值当成字符下标。它给出的区间按字节计算：每组是起点和终点，整段匹配在 loc[0:2]，第一个捕获组在 loc[2:4]，没有参与匹配的组会用 -1 表示。

先按字节区间切片，再把区间对应的原文片段交给后续逻辑；不要直接把它当作 rune 序号，也不要对未匹配组执行切片。

先做一个能验收的字段标注工具

假设输入是一行带来源和级别的日志，例如 来源=华东 级别=WARN。小工具只做一件事：找出每条记录里的来源和级别，并打印它们在原文中的字节区间。这样既能看清返回数组的布局，也能避免只打印匹配文本而掩盖边界错误。

package main

import (
    "fmt"
    "regexp"
)

func main() {
    text := "来源=华东 级别=WARN"
    re := regexp.MustCompile(`来源=([^ ]+) 级别=([A-Z]+)`)

    for _, loc := range re.FindAllStringSubmatchIndex(text, -1) {
        fmt.Printf("整段[%d:%d]=%q\n", loc[0], loc[1], text[loc[0]:loc[1]])
        fmt.Printf("来源[%d:%d]=%q\n", loc[2], loc[3], text[loc[2]:loc[3]])
        fmt.Printf("级别[%d:%d]=%q\n", loc[4], loc[5], text[loc[4]:loc[5]])
    }
}

这段程序的关键节点只有三个：FindAllStringSubmatchIndex 产生位置数组，loc[0:2] 取整段匹配，loc[2:4] 和 loc[4:6] 分别取两个捕获组。数组下标不是业务字段名，字段和捕获括号的顺序必须由正则表达式自己保证。

为什么中文会让“字符下标”判断失真

上面的 来源=华东 含有汉字。Go 字符串切片使用字节下标，而 UTF-8 中一个汉字通常占 3 个字节，所以输出的 loc[0] 到 loc[1] 可能比肉眼数出来的字符位置大。这个结果并不异常，反而说明区间可以直接用于 text[start:end]。

如果界面确实需要“第几个字符”，先用字节区间切出捕获文本，再做 rune 级统计；不要拿字节起点直接索引 []rune(text)。两套坐标要在变量名里区分，例如 byteStart 和 runeStart。

for _, loc := range re.FindAllStringSubmatchIndex(text, -1) {
    byteStart, byteEnd := loc[2], loc[3]
    if byteStart 

可选捕获组的 -1 不是空字符串

再看一个可选字段：来源=华东 备注=(紧急) 或只有来源的日志。正则写成 来源=([^ ]+)(?: 备注=([^ ]+))? 时，第二个捕获组没有命中并不是“从 0 到 0”，而是两个位置都为 -1。切片前应先判断起止值，否则会触发越界。

func capture(text string, loc []int, group int) (string, bool) {
    start := loc[group*2]
    end := loc[group*2+1]
    if start 

这里的 group 从 0 表示整段匹配，从 1 表示第一个捕获组。实际业务通常只传入已知的组号，并在调用前确认 len(loc) 足够；不要让外部输入直接决定数组下标。

运行结果与排错清单

运行 go run . 后，先核对整段文本，再核对字段文本，最后核对缺省分支。只要字段文本正确、区间切片不会越界，字节长度与字符个数不同就是正常现象。

• 整段范围覆盖正则真正命中的连续文本。
• 捕获组范围落在整段范围内，且能切出原文，不是重新拼接的副本。
• 可选组未命中时返回 false，调用方不会访问负下标。
• 把位置保存到后续流程时明确标注 byte，避免和 UI 的 rune 序号混用。

相关问题

FindAllStringSubmatchIndex 的 n 传 -1 是什么意思？

-1 表示返回所有连续匹配；传正数则限制最多返回指定数量的匹配结果。

没有捕获组时数组里有几个数字？

每个匹配至少有两个数字，分别是整段匹配的起止字节位置；捕获组每增加一个，就再增加一对位置。

为什么未匹配组不是空区间 0:0？

-1,-1 专门表示该组不存在于这次匹配中，和原文开头的空区间不是同一种状态。

把位置映射交给后续处理

如果下一步要做高亮、替换或诊断标注，保留原文和字节区间即可；先按结束位置倒序修改，或者用 regexp.ExpandString 生成新文本，避免前面插入内容后让后面的区间失效。这个边界处理比把位置转换成字符序号更重要：坐标系一致，映射才可靠。