在Go语言项目里，正则表达式是处理日志抽取、接口参数校验和文本清洗的常用手段。不过正则本身写法灵活，稍有不慎就会在某些输入上匹配失败或者产生错误提取结果。为了让正则逻辑可靠，我们需要用Go的testing机制把各种匹配场景都覆盖到。
Go中正则表达式的基础用法
Go标准库的regexp包封装了RE2语法引擎，和PCRE不同，它保证线性时间复杂度，不会因复杂正则导致服务卡死。我们一般通过regexp.Compile或regexp.MustCompile来编译表达式，前者返回错误便于处理，后者在语法错误时直接panic，适合在初始化阶段使用。
编译完成后，常用的方法有MatchString判断整体是否匹配，FindString提取首个匹配，FindStringSubmatch拿到分组内容。理解这些方法是写测试的前提，因为不同方法在“无匹配”时的返回值不同，例如FindString返回空串而非错误，测试时就要区分“空串”和“未匹配”。
package main
import (
"fmt"
"regexp"
)
func main() {
// 编译一个匹配邮箱的简单正则
re := regexp.MustCompile(`^[w.]+@[w.]+.w+$`)
// 整体匹配判断
fmt.Println(re.MatchString("user@ipipp.com")) // true
// 提取首个匹配
fmt.Println(re.FindString("contact: user@ipipp.com")) // user@ipipp.com
}
用表驱动测试覆盖多种场景
Go官方推荐用表驱动测试（table-driven test）来覆盖逻辑分支。对于正则来说，一张表里的每项应包含：名称、输入字符串、期望是否匹配、期望提取的分组。这样新增场景只需加一行数据，不需要复制粘贴测试函数。
下面示例用testing包验证一个提取“年-月-日”的正则。我们同时覆盖了正常日期、带前导零、非法月份以及完全不匹配的字符串，确保正则既不会漏匹配也不会误匹配。
package dateutil
import (
"regexp"
"testing"
)
var dateRe = regexp.MustCompile(`^(d{4})-(d{2})-(d{2})$`)
func TestDateRegex(t *testing.T) {
cases := []struct {
name string
input string
matched bool
year string
}{
{"正常日期", "2023-08-15", true, "2023"},
{"前导零", "1999-01-02", true, "1999"},
{"非法月份", "2023-13-01", false, ""},
{"乱码", "hello", false, ""},
}
for _, c := range cases {
t.Run(c.name, func(t *testing.T) {
m := dateRe.FindStringSubmatch(c.input)
if c.matched && (m == nil || m[1] != c.year) {
t.Fatalf("期望匹配到年份 %s，实际 %v", c.year, m)
}
if !c.matched && m != nil {
t.Fatalf("期望不匹配，但匹配到了 %v", m)
}
})
}
}
特殊匹配场景的测试技巧
除了基础匹配，实际系统常遇到大小写忽略、多行模式、贪婪与非贪婪差异等场景。Go的regexp通过内联标志如(?i)实现忽略大小写，用(?m)让^和$匹配行首行尾。测试时要显式构造带换行符的输入，确认行为符合预期。
另外一个易错点是“分组可选”导致的索引偏移。如果正则有可选分组，某些输入下FindStringSubmatch返回的分组可能是空串而非nil，测试断言要容忍空串。下面代码演示了多行与忽略大小的联合测试。
package logparse
import (
"regexp"
"testing"
)
// 多行忽略大小写匹配以ERR开头的行
var errRe = regexp.MustCompile(`(?im)^errs+(.*)$`)
func TestErrLineParse(t *testing.T) {
log := "INFO startnERR timeoutnerr disk full"
matches := errRe.FindAllStringSubmatch(log, -1)
if len(matches) != 2 {
t.Fatalf("期望匹配2条错误，实际 %d 条", len(matches))
}
if matches[0][1] != "timeout" || matches[1][1] != "disk full" {
t.Fatalf("分组提取错误: %v", matches)
}
}
性能与错误用法检查
虽然RE2不会回溯爆炸，但在循环里重复编译正则会拖慢程序。测试中可以加入基准测试（Benchmark），观察每次编译带来的开销，并确认把regexp.Regexp作为包级变量复用。同时，要注意Go正则不支持d匹配Unicode数字等细节，涉及中文数字时要单独处理。
最后，建议把容易写错的正则抽取为常量并配套负面测试，例如确认用户输入的SQL片段不会被错误正则放行。这样在重构正则时，已有测试用例能立刻暴露破坏性的改动，保障业务稳定。
package bench
import (
"regexp"
"testing"
)
func BenchmarkCompileInLoop(b *testing.B) {
for i := 0; i < b.N; i++ {
re := regexp.MustCompile(`d+`)
re.MatchString("abc123")
}
}
var reusedRe = regexp.MustCompile(`d+`)
func BenchmarkReuseRegex(b *testing.B) {
for i := 0; i < b.N; i++ {
reusedRe.MatchString("abc123")
}
}