Go regexp.Regexp.SubexpNames 怎样把捕获组名称映射到编号

在 Go 里处理带命名捕获组的正则时，最容易混淆的是“组名”和“匹配结果编号”不是两套独立规则：Regexp.SubexpNames() 返回的切片下标，正好对应 FindStringSubmatch 或 FindStringSubmatchIndex 返回值的下标。整体匹配占用编号 0，第一个捕获组从编号 1 开始。

记住一个实用规则：names[i] 描述匹配结果中的第 i 项；names[0] 永远是空字符串，因为整个正则匹配本身没有名字。需要按名字取值时，优先用 SubexpIndex(name) 拿编号，再读取对应匹配项。

官方文档：https://pkg.go.dev/regexp#Regexp.SubexpNames

先看 SubexpNames 的编号规则

下面的正则有两个命名组。SubexpNames 返回三个位置：第 0 项代表整个匹配，第 1、2 项分别代表 first 和 last。

package main

import (
	"fmt"
	"regexp"
)

func main() {
	// 命名捕获组按从左到右的出现顺序获得编号。
	re := regexp.MustCompile(`(?P[A-Za-z]+) (?P[A-Za-z]+)`)

	// names[0] 对应整体匹配，名称固定为空字符串。
	fmt.Printf("名称表：%q\n", re.SubexpNames())
	fmt.Printf("first 的编号：%d\n", re.SubexpIndex("first"))
	fmt.Printf("last 的编号：%d\n", re.SubexpIndex("last"))
}

输出中的名称表形如 ["" "first" "last"]。不要把它理解成“只有命名组才占位置”：未命名的圆括号同样占用一个编号，只是对应位置的名称为空。

用 SubexpIndex 建立名称到编号的映射

如果业务代码已经知道组名，没必要手写“第几个括号”。SubexpIndex 会返回指定名称第一次出现的捕获组编号；如果名称不存在，返回 -1。

package main

import (
	"fmt"
	"regexp"
)

func valueByName(re *regexp.Regexp, input, name string) (string, bool) {
	// 先把组名转换成匹配切片下标，避免把组名和字节偏移混在一起。
	index := re.SubexpIndex(name)
	if index = len(matches) {
		return "", false // 没有匹配，或编号超出当前结果边界。
	}
	return matches[index], true
}

func main() {
	re := regexp.MustCompile(`(?P[A-Za-z]+) (?P[A-Za-z]+)`)
	if value, ok := valueByName(re, "Alan Turing", "last"); ok {
		fmt.Println(value) // 通过编号 2 取到 Turing。
	}
}

这里的编号是“匹配结果的槽位”，不是输入字符串中的字节位置。若需要字节范围，应改用 FindStringSubmatchIndex，它按 [start, end] 成对返回整体匹配和各子匹配的字节偏移。

FindStringSubmatchIndex 怎样和名称表对应

FindStringSubmatchIndex 的返回切片长度是捕获组数量加一后再乘以 2。编号 i 的起止位置在 m[2*i] 和 m[2*i+1]，名称则在 SubexpNames()[i]。

package main

import (
	"fmt"
	"regexp"
)

func main() {
	// 非 ASCII 文本也可以匹配；Index 返回的是字节偏移，不是 rune 下标。
	re := regexp.MustCompile(`订单[：:](?P[A-Z]+)-(?P[0-9]+)`)
	input := "订单：AB-2048"
	names := re.SubexpNames()
	m := re.FindStringSubmatchIndex(input)
	if m == nil {
		return // 没有匹配时返回 nil，不能继续按编号切片。
	}

	for index := 0; index 

循环使用 len(names) 作为组数量来源，使用 2*index 计算范围，能让名称表和匹配表始终同步。不要拿 SubexpNames 的下标直接当作 UTF-8 字符位置。

三个容易误判的边界

未命名捕获组。例如 (?P[A-Z]+)-([0-9]+) 中，数字组没有名字，但仍会占用一个编号；名称表对应位置是空字符串。

可选组没有匹配。此时 FindStringSubmatch 对应位置通常是空字符串，而 FindStringSubmatchIndex 对应的起止位置是 -1, -1。如果业务需要区分“匹配到了空文本”和“根本没有匹配”，应使用 Index 结果。

重复名称。SubexpIndex 对重复名称返回正则表达式中最左侧的那个编号。若业务必须同时处理多个同名组，应遍历 SubexpNames 自己收集所有相同名称的位置，而不是反复调用 SubexpIndex 期待得到下一个编号。

把名称表当成只读元数据

官方文档说明 SubexpNames 返回的切片不应修改。更稳妥的实践是编译正则后读取一次名称表，建立自己的只读映射；如果要跨 goroutine 使用，复制名称字符串或复制映射结构，不要直接改动返回切片。

func nameIndexes(re *regexp.Regexp) map[string]int {
	result := make(map[string]int)
	for index, name := range re.SubexpNames() {
		// 空名称代表整体匹配或未命名组，是否纳入业务映射由调用方决定。
		if name == "" {
			continue
		}
		if _, exists := result[name]; !exists {
			result[name] = index // 保留最左侧出现位置，与 SubexpIndex 语义一致。
		}
	}
	return result
}

最终可以按这张小清单检查实现：先用 SubexpIndex 查名称；访问匹配结果前判断是否为 -1 或 nil；需要范围时使用 FindStringSubmatchIndex；把名称表视为只读；对重复名称明确采用最左侧还是自行收集全部位置。

相关问题

SubexpNames 的 names[0] 为什么为空？

编号 0 是整个正则的完整匹配，只有括号捕获组才有名称，因此整体匹配没有名字。

SubexpIndex 找不到名称时能直接访问匹配结果吗？

不能。它会返回 -1，应先判断，再访问对应下标。

SubexpNames 的编号是字符位置吗？

不是。它只是匹配结果槽位编号；字符或字节范围要从 FindStringSubmatchIndex 返回的成对偏移中读取。