Go text/scanner.Scanner.TokenText 怎样保留当前记号的原始文本
在用 Go 的 text/scanner 做轻量词法扫描时,一个很常见的症状是:日志里明明看到了某个记号,等把结果放进后续处理流程,原文却没有被正确保留下来。处理方式很直接:每次 Scan() 返回后,立刻调用 TokenText(),并把返回的字符串复制到自己的记录中。不要等下一轮扫描,也不要把 Scanner 当成记号文本的存储容器。
TokenText 返回最近一次Scan()扫到的记号对应文本;它的有效时机是扫描之后或Scanner.Error回调中。想长期保留原始拼写,就在当前扫描轮次马上保存返回值,同时保存记号类型和起始位置。
官方地址:https://pkg.go.dev/text/scanner#Scanner.TokenText
先把 Scan 和 TokenText 绑定在同一轮
Scan() 返回的是记号类型或单个 Unicode 字符,TokenText() 返回的是最近一次扫描所得的文本。两者要成对读取:先拿到 tok,马上复制 text,再进入下一轮。
package main
import (
"fmt"
"strings"
"text/scanner"
)
func main() {
const source = `sum := total + 42`
var s scanner.Scanner
s.Init(strings.NewReader(source))
s.Filename = "config.expr"
for tok := s.Scan(); tok != scanner.EOF; tok = s.Scan() {
// 在下一次 Scan 之前保存当前记号的源码文本和起始位置。
text := s.TokenText()
position := s.Position
// TokenString 只负责把记号类型变成可读名称,不能替代原始文本。
fmt.Printf("%s token=%s text=%q\n", position, scanner.TokenString(tok), text)
}
}
这里的 text 是一个独立的字符串值,适合写入日志、语法树节点或自定义切片。TokenString(tok) 只是把 scanner.Ident、scanner.Int 等类型编号变成可读名称;对于 + 这类单字符记号,Scan() 返回字符本身,TokenText() 才能提供对应的源码片段。

为什么必须在下一次 Scan 前保存
Scanner 表示的是“当前扫描状态”,不是一个会自动累积历史记号的集合。继续调用 Scan() 后,当前记号已经改变;如果业务还需要上一段文本,就应该在自己的结构中保存,而不是回头再次向扫描器索取旧值。
type TokenRecord struct {
Kind rune
Text string
Start scanner.Position
}
func collect(source string) []TokenRecord {
var s scanner.Scanner
s.Init(strings.NewReader(source))
records := make([]TokenRecord, 0, 8)
for tok := s.Scan(); tok != scanner.EOF; tok = s.Scan() {
// 这一轮先复制文本,再让循环进入下一次 Scan。
records = append(records, TokenRecord{
Kind: tok,
Text: s.TokenText(),
Start: s.Position,
})
}
return records
}
这样后续阶段只依赖 TokenRecord,即使扫描器继续向前移动,已经收集的文本也不会因为当前状态改变而丢失。对需要重放、诊断或生成错误片段的解析器来说,Kind、Text 和 Start 应该视为一个整体。
字符串、注释和单字符记号都按源码拼写保存
默认的 Mode 是 GoTokens,会识别 Go 风格的标识符、数字、字符、字符串、原始字符串和注释,并默认跳过注释。TokenText() 的价值就在于保留当前记号对应的文本,而不是把它转换成已经解释过的值。
var s scanner.Scanner
s.Init(strings.NewReader("name == \"A\\nB\""))
for tok := s.Scan(); tok != scanner.EOF; tok = s.Scan() {
// 保留引号、转义符和运算符的源码外形,后续再决定是否解码。
raw := s.TokenText()
switch tok {
case scanner.String, scanner.RawString:
fmt.Printf("literal=%q raw=%q\n", raw, raw)
default:
fmt.Printf("kind=%s raw=%q\n", scanner.TokenString(tok), raw)
}
}
如果业务要得到字符串的实际值,应在保存原文之后另行解析;不要用解析后的值反推源码。比如双引号、反斜杠和换行转义都属于原始文本的一部分,而 TokenText() 的职责只是返回最近扫描记号对应的字符串。
错误回调里可以读取当前记号文本
官方文档明确把 TokenText() 的有效场景扩展到了 Scanner.Error 回调。遇到词法错误时,可以把位置、错误消息和当前文本一起记录,帮助定位哪个源码片段触发了问题。
var s scanner.Scanner
s.Init(strings.NewReader("value = \"unterminated"))
s.Error = func(sc *scanner.Scanner, message string) {
// 错误回调中读取当前上下文,避免只记录一条没有位置的消息。
fmt.Printf("%s: %s, text=%q\n", sc.Position, message, sc.TokenText())
}
for tok := s.Scan(); tok != scanner.EOF; tok = s.Scan() {
// 错误由 Scanner.Error 处理;正常记号仍按同样规则保存。
_ = s.TokenText()
}
错误回调里的 Position 可能需要结合 Pos() 理解:Position 是最近一次扫描记号的起始位置,而 Pos() 返回上一次 Scan() 或 Next() 之后的位置。两者不要混成“当前文本的结束位置”。

四个容易误用的状态边界
| 场景 | 应怎样处理 | 原因 |
|---|---|---|
刚完成 Scan() | 立即读取并保存 TokenText() | 这是文档保证的正常读取时机 |
下一轮 Scan() 已开始 | 使用之前保存的字符串 | 扫描器已经进入新的当前记号 |
调用 Next() | 不要把它当成记号扫描接口 | Next() 读取单个 Unicode 字符,不更新记号语义 |
到达 EOF 或刚 Init() | 按无当前记号处理 | 此时没有可供业务保存的最近记号 |
尤其不要写成“先连续扫描,最后再调用一次 TokenText()”。那样只能得到最后一个有效记号附近的状态,无法还原此前的记号序列。若需要所有文本,应该在扫描循环中逐条建立记录。
把处理方式固化成排查清单
- 确认循环每次都先调用
Scan(),再调用TokenText()。 - 确认返回值已经复制到业务结构,而不是只保存
Scanner指针。 - 确认是否需要保留引号、转义符、注释或单字符运算符的源码外形。
- 确认日志同时记录
Position和记号类型,避免只看文本猜测上下文。 - 确认错误回调中只读取当前有效上下文,并把错误记录和扫描结果分开。
一句话总结:TokenText() 适合“当前记号刚被扫描出来时取原文”,不适合替代历史存储。把它和 Scan() 放在同一轮,把文本、类型、位置一起保存,后续解析和排错就不会被扫描器的移动状态牵着走。
相关问题
TokenText 会把字符串字面量自动解码吗?
不会。它返回最近扫描记号对应的文本;如果业务需要实际字符串值,应在保存源码文本之后单独执行解码或语义解析。
TokenText 和 TokenString 有什么区别?
TokenText() 面向源码文本,TokenString(tok) 面向记号类型的可读名称。一个回答“源码里是什么”,另一个回答“扫描器把它归为什么类型”。
怎样保留所有扫描结果?
在每次 Scan() 返回后把 tok、TokenText() 和 Position 写入自定义切片或语法树节点,不要等循环结束后再回读扫描器。
PHP IntlCalendar.getFirstDayOfWeek 怎样读取日历采用的一周起始日
- 上一篇
- PHP IntlCalendar.getFirstDayOfWeek 怎样读取日历采用的一周起始日
- 下一篇
- Java FileStore.getBlockSize 怎样查询文件系统块大小
-
- Golang · Go问答 | 10分钟前 | 网络编程 · go · Go net/textproto Reader.ReadResponse 多行响应
- Go net/textproto.Reader.ReadResponse 怎样读取带续行的协议响应
- 260浏览 收藏
-
- Golang · Go问答 | 23分钟前 | go · regexp · Go 正则匹配 index/suffixarray FindAllIndex 字节区间
- Go index/suffixarray.Index.FindAllIndex 怎样返回正则匹配的字节区间
- 238浏览 收藏
-
- Golang · Go问答 | 32分钟前 | 标准库 · 数据一致性 · Go问答 · Go 原始数据 index/suffixarray Index.Bytes 后缀数组 索引持久化
- Go index/suffixarray.Index.Bytes 怎样取得索引引用的原始数据
- 501浏览 收藏
-
- Golang · Go问答 | 40分钟前 | 数据结构 · 标准库 · go · Go container/ring Ring.Move 环形指针
- Go container/ring.Ring.Move 怎样按正负偏移移动环形指针
- 377浏览 收藏
-
- Golang · Go问答 | 50分钟前 | go · 文件系统 · Go ReadDir testing/fstest MapFS
- Go testing/fstest.MapFS.ReadDir 怎样列出内存文件系统的直接子项
- 122浏览 收藏
-
- Golang · Go问答 | 57分钟前 | 单元测试 · go · Go io.Reader 短读取 testing/iotest HalfReader
- Go testing/iotest.HalfReader 怎样模拟每次只能读取部分数据的输入
- 424浏览 收藏
-
- Golang · Go问答 | 1小时前 | go · Go debug/gosym NewLineTable runtime.text
- Go debug/gosym.NewLineTable 怎样用行号数据和文本段基址构造映射表
- 343浏览 收藏
-
- Golang · Go问答 | 1小时前 | go · 调试 · Go 符号表 debug/gosym NewTable LineTable
- Go debug/gosym.NewTable 怎样组合符号表字节与行号表创建查询对象
- 116浏览 收藏
-
- Golang · Go问答 | 1小时前 | Go问答 · Go 符号表 debug/gosym gosym.Table.LookupFunc 函数名称
- Go debug/gosym.Table.LookupFunc 怎样根据函数名称查询符号表
- 436浏览 收藏
-
- Golang · Go问答 | 1小时前 | Go教程 · Go index ELF debug/elf VersionIndex 动态符号
- Go debug/elf.VersionIndex.Index 怎样取得不含标记位的符号版本索引
- 190浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1095次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1092次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1256次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1197次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1046次使用
-
- Go map 并发写 panic 怎么办:从共享 map 到可控写入路径
- 2026-06-30 123浏览
-
- go语言中的defer关键字
- 2023-02-17 150浏览
-
- Golang中Interface接口的三个特性
- 2023-01-07 394浏览
-
- go语言中函数与方法介绍
- 2023-01-07 297浏览
-
- go语言数据类型之字符串string
- 2022-12-30 321浏览

