Go x/text/search Pattern 怎样复用多次文本查找

如果同一种语言规则要检查很多条文本，不要在每次查找时都重新创建 Matcher 或编译模式。更合适的做法是用 search.New 创建一次匹配器，再用 CompileString 得到一个可复用的 Pattern，之后反复调用 Pattern.IndexString。命中时返回的是字节范围，未命中时返回 -1, -1。

官方地址：https://pkg.go.dev/golang.org/x/text/search

先把语言规则编译成一个可复用 Pattern

search 处理的是语言相关的字符串匹配。例如某些语言会把大小写、变音符号或宽窄形式视为等价。Matcher 负责承载语言和匹配选项，Pattern 则代表已经编译好的搜索字符串。两者的职责分开后，重复查找时就不必重复准备同一套规则。

下面的示例创建一个德语匹配器，并把待查找的词编译成 Pattern。这里选用 Loose 只是为了演示匹配选项；真实业务应按需求决定是否忽略大小写、变音符号和宽窄差异。

package main

import (
    "fmt"

    "golang.org/x/text/language"
    "golang.org/x/text/search"
)

func main() {
    // Matcher 保存语言与匹配策略；同一策略可以服务多次查找。
    matcher := search.New(language.German, search.Loose)

    // CompileString 只做一次，把同一个搜索词变成可复用 Pattern。
    pattern := matcher.CompileString("Aarhus")

    start, end := pattern.IndexString("会议地点：Århus")
    fmt.Println(start, end)
}

官方文档把 Pattern 定义为编译后的搜索字符串，并提供 Index 和 IndexString 两种入口。后续输入变化时只更换文本，不更换这个 Pattern。

多条文本查找时只复用 Pattern

复用的核心是把 CompileString 放到批处理或查找器初始化阶段，把 IndexString 留在每条输入的处理阶段。返回的两个整数可以直接切片原字符串，但要先判断是否命中。

package main

import (
    "fmt"

    "golang.org/x/text/language"
    "golang.org/x/text/search"
)

func findInMany(pattern *search.Pattern, texts []string) {
    for _, text := range texts {
        // IndexString 的下标是字节位置；先判断 -1，避免切出错误范围。
        start, end := pattern.IndexString(text)
        if start == -1 {
            fmt.Printf("未命中：%q\n", text)
            continue
        }

        // end 不包含在命中片段中，可以安全截取原始字符串的字节范围。
        fmt.Printf("命中：%q，范围 [%d:%d]，片段 %q\n",
            text, start, end, text[start:end])
    }
}

func main() {
    // Pattern 只构造一次，之后交给多条输入重复查询。
    matcher := search.New(language.German, search.Loose)
    pattern := matcher.CompileString("Aarhus")

    findInMany(pattern, []string{
        "会议地点：Århus",
        "地址待确认",
        "AARHUS 展位",
    })
}

这里的示例只展示查找边界，不把输出当作线上运行证据。需要注意的是，Go 字符串切片使用字节下标，因此 start:end 适用于从原字符串截取已返回的范围；如果业务要换算成第几个 Unicode 字符，应另外遍历或转换为 []rune，不能把字节下标直接当成字符序号。

Anchor 和 Backwards 适合做单次查找变体

同一个 Pattern 可以在不同调用中使用不同的 IndexOption。Anchor 把搜索限制在文本开头；与 Backwards 组合时，约束对应搜索的末端。单独使用 Backwards 则从文本末端开始寻找首个匹配。它们不会改变 Pattern 本身。

func locateVariants(pattern *search.Pattern, text string) {
    // 普通查找返回从左侧开始的第一个命中范围。
    firstStart, firstEnd := pattern.IndexString(text)

    // Backwards 只改变本次查找方向，不需要重新 CompileString。
    lastStart, lastEnd := pattern.IndexString(text, search.Backwards)

    // Anchor 用于检查文本是否从该 Pattern 对应的内容开始。
    prefixStart, prefixEnd := pattern.IndexString(text, search.Anchor)

    fmt.Println(firstStart, firstEnd, lastStart, lastEnd, prefixStart, prefixEnd)
}

把选项放在调用处，可以让同一个查找器同时支持“找第一个”“找最后一个”和“检查开头”三种需求。不要为了每个选项复制一个 Pattern；复制配置只会增加初始化路径，不能改变查找结果的语义。

把 Pattern 封装进查找器时留意三个边界

如果多个请求都要查同一个词，可以把 *search.Pattern 放进只读查找器。官方文档明确说明 Pattern 可安全并发使用，因此多个 goroutine 可以共享它；但每次查找的输入、返回值和业务结果仍应由调用方各自管理。

type Finder struct {
    // pattern 初始化后只读，多个请求可以共享同一个 Pattern。
    pattern *search.Pattern
}

func (f Finder) Find(text string, fromEnd bool) (start, end int, ok bool) {
    // 选项属于当前调用；不修改 Finder 内部状态。
    if fromEnd {
        start, end = f.pattern.IndexString(text, search.Backwards)
    } else {
        start, end = f.pattern.IndexString(text)
    }

    // 未命中时两个返回值都是 -1，统一转换成布尔结果。
    return start, end, start >= 0
}

第一，查找器初始化完成后不要替换内部 Pattern；如果需要不同语言或不同规则，就创建另一个查找器。第二，start 和 end 是针对当前输入的字节范围，不能跨文本保存。第三，Pattern 的并发安全不等于业务结果自动安全，调用方仍要避免把可变的共享输出写入同一个缓冲区。

常见问题

Pattern 和 Matcher 要不要每条文本都重新创建？

不需要。语言和匹配策略不变时，初始化一次 Matcher 并编译一次 Pattern，然后复用 Pattern 即可。

IndexString 返回的是字符位置吗？

不是。返回值是原始字符串的字节下标。遇到多字节 UTF-8 文本时，不要把它直接当作第几个字符。

未命中时能不能只判断 end？

建议按官方约定同时把 start 和 end 视为 -1，并在切片前先判断 start 。

Pattern 可以被多个 goroutine 调用吗？

官方文档说明 Pattern 可安全并发使用。共享时仍应让每次调用独立保存返回值，不要让多个请求共同修改业务缓冲区。