Go x/text/search IgnoreDiacritics 怎样匹配带重音文本

Go 可通过 search.New(language.French, search.IgnoreDiacritics) 创建忽略重音差异的匹配器，再用 IndexString 查找原文中的匹配区间。例如查询不带重音的文本时，可以按选定语言规则匹配相应带重音形式。该选项影响比较规则，不会把原文中的重音符号删除。

官方文档入口：https://pkg.go.dev/golang.org/x/text/search。下面以法语目录文本检索为场景，只讨论忽略重音的匹配与结果区间，不把它扩展为拼写纠错、全文索引或自动语言识别。

无重音查询漏匹配时先明确搜索规则

如果目录中保存了带重音的名称，而用户输入普通拉丁字母，字面子串查找可能无法表达业务想要的等价关系。先确认产品是否允许忽略重音，再选定语言标签；不要先把展示文本批量去重音后，才发现原文已经丢失。

search 包提供语言相关的匹配，语言标签是规则的一部分。本文选择 French 只是场景约定，不能将其当作所有语言都适合的全局默认值。官方文档还说明输入不要求事先规范化，因此不必为了调用接口就无条件改写存储文本。

图中的语言标签、IgnoreDiacritics、Matcher、原文、查询词和匹配区间六个节点表达配置与输入关系。Matcher 依赖语言标签及选项，接收原文与查询词，并返回区间；图示不是实际运行结果。

只开启需要的忽略选项

官方选项说明将 IgnoreDiacritics 描述为忽略重音，例如 ö 与 o。需要不区分大小写时应再加 IgnoreCase；不要因为想解决一个差异，就默认使用范围更宽的 Loose。语言匹配规则与业务身份判断也应分开，搜索命中不意味着两个名称必须合并成同一个实体。

返回原文区间并保留无匹配分支

下面的函数拒绝空查询，并要求双方是有效 UTF-8。IndexString 未找到时返回 -1、-1，示例把它转换成显式的 found=false，避免拿负数对字符串切片。

package accentsearch

import (
    "fmt"
    "unicode/utf8"

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

// FindFrench 返回原文中的首个匹配范围，不修改原文。
func FindFrench(text, query string) (start, end int, found bool, err error) {
    if query == "" {
        return 0, 0, false, fmt.Errorf("查询词不能为空")
    }
    // 编码入口规则由应用明确，不让异常字节混入展示逻辑。
    if !utf8.ValidString(text) || !utf8.ValidString(query) {
        return 0, 0, false, fmt.Errorf("原文和查询词必须是有效 UTF-8")
    }
    matcher := search.New(language.French, search.IgnoreDiacritics)
    start, end = matcher.IndexString(text, query)
    if start == -1 {
        return 0, 0, false, nil // 没找到是正常结果，不是系统错误。
    }
    // 同时保护调用方切片操作，范围始终绑定当前 text。
    if start  len(text) {
        return 0, 0, false, fmt.Errorf("匹配范围异常")
    }
    return start, end, true, nil
}

可用 目录：café noir 与查询词 cafe 理解预期用途：按本文规则尝试匹配对应的带重音词段，最终区间以接口返回为准。本文没有执行这段示例，也不提供伪造的偏移输出。项目应固定与工具链兼容的 x/text 依赖版本。

不要用 start + len(query) 推算终点。查询与原文在重音表示、UTF-8 编码长度等方面可能不同，接口已经返回 end，应直接使用它。

高亮要绑定同一份原文

图中原文、start、end、命中片段、前后文本和高亮组件六个对象体现展示关系。匹配成功后可以用原文的 text[start:end] 获取片段；这些索引用于 Go 字符串的字节切片，不能直接当成 rune 索引，或前端 JavaScript 字符串的索引。

如果后续先对原文做删除、规范化、转码或其他长度变化，再套用旧区间，就可能高亮错误位置。结果应携带对应的文本版本，或在修改文本后重新搜索。渲染 HTML 时，原文片段和前后文本都应由正常模板机制转义，不能因为片段来自搜索结果就直接当成可信 HTML。

批量搜索与回退怎样安排

同一查询词要在多个文本中搜索时，可用 Matcher.CompileString 创建 Pattern，再对各文本调用 Pattern.IndexString。官方文档明确 Pattern 可并发使用；不要将这条保证未经区分地套到 Matcher 或其他可变对象上。若改变语言和忽略选项，应重新创建对应模式。

如果业务允许用户切换严格字面搜索和忽略重音搜索，可以在应用层显式选择不同实现，而不是在“未命中”后悄悄扩大所有规则。只需要字面子串时可使用标准库字符串查找；需要语言等价时再启用相应 Matcher。回退是产品语义选择，不应掩盖输入编码错误。

IgnoreDiacritics 会删除原文字母上的符号吗？不会，它改变匹配规则，原文仍由调用方保存。

为什么去掉重音后仍有未命中？检查语言标签、大小写选项以及查询是否其实属于拼写差异；忽略重音不是任意模糊搜索。

怎样得到所有命中？本文只处理首个区间。遍历全部匹配需要定义重叠与推进规则，并正确维护每次子串搜索相对于原文的偏移，不能简单把查询词长度当作推进量。

接入时将规则选择、未命中处理和原文区间绑定做好，便能把“搜索时忽略重音”控制在明确范围内，而不改写用户看到的原始文本。