Guide
如何把自然语言需求转成可用的 Regex - AI ToolBox
很多人并不是不会用正则，而是不知道怎么把业务需求翻译成模式规则。先把自然语言拆成边界、字符集和重复次数，Regex 才会稳定可测。
先把需求写成“要什么”和“不要什么”
例如“匹配中国手机号”并不够完整，还要补充是否允许空格、是否需要国家区号、是否允许在长文本中部分命中。负向约束越明确，生成的 regex 越不容易跑偏。
把自然语言拆成模式部件
一条可用的正则，通常由开始边界、字符类别、长度限制、可选分组和结束边界组成。把需求拆成这些零件后，再交给生成器或手写补全，会更稳。
- • 边界：是否要求整行完全匹配。
- • 字符：数字、字母、符号还是混合格式。
- • 次数：固定长度、区间长度还是重复块。
生成后一定要拿样本去测试
正则生成器适合给出第一版，但是否真的可用，必须看它对真实样本的命中和误伤情况。至少准备几条应该匹配和不应该匹配的测试数据。
把业务语义写进注释或说明
如果这条正则会交给同事复用，最好同时保存一句自然语言说明，例如“匹配后台订单号，格式为 ORD-8 位数字”。这能降低后续维护成本。
常见问题
正则生成器能直接替代人工理解需求吗？
不能。它更适合把模糊需求快速翻成候选模式，但真正决定可用性的，还是你有没有把边界条件说清楚。
为什么生成的 regex 经常匹配过多内容？
通常是因为缺少边界条件，或者把字符范围写得太宽。补上起止锚点、长度限制和排除条件，误匹配会明显下降。
生成 regex 后还需要 regex tester 吗？
需要。生成器负责起草，tester 负责验证。只有两者配合，你才能知道模式在真实文本里是否稳定。