正则表达式生成器

正则表达式难在哪

写正则的人很少是"不会写"，而是"记不住"。\d{9} 是数字，^ 和 $ 是锚点，[3-9] 是区间——单个符号都不难，难的是把它们组合起来描述一类文本。

具体困难有这么几个：

• 方言差异：同一个 \d，在 Java 里默认只匹配 ASCII 数字，在 Python 里还能匹配 Unicode 数字。直接从博客抄一段正则过来，换个引擎就可能静默出错。
• 边界条件：1[3-9]\d{9} 看着简单，但少写一个 ^，21381234567 也会被匹配上；输入里多了没处理的空格，整条规则直接失效。
• 看懂比写更难：接手别人的代码，看到 (?<=[A-Z])\w{4,8} 时，多数人会绕开它改逻辑，而不是读懂它。

这个技能怎么工作

它把"描述需求 → 得到正则"做成了固定的四步流程：

1. 需求描述：用自然语言说清是要匹配、提取还是校验哪类文本。
2. 正则构建：生成表达式，并补齐容易被遗漏的锚点和转义。
3. 测试用例：给出应当匹配成功的样本，以及应当匹配失败的反例。没有反例的验证基本等于没验证。
4. 逐段解释：把 ^1[3-9]\d{9}$ 拆成 ^、1、[3-9]、\d{9}、$ 分别说明含义。

方言方面支持 JavaScript、Python、Java 三种，默认按 JavaScript 处理，需要时显式指定。方言差异是这里最容易埋 bug 的地方——同一个模式在不同引擎里语义并不完全一致。

适用边界

• 适合结构规整、能用字符类和量词描述的文本：手机号、邮箱、日期、金额、文件名。
• 不适合需要语义理解的场景，比如"找出投诉中情绪激烈的话"，那是分类问题，不是模式匹配问题。
• 需求过于复杂时，技能会提示拆成多个子问题处理，而不是硬生成一条长表达式。两百多字符的正则基本不可维护。
• 返回的用例是起点而非完备的测试套件，正式接入前建议在自己的数据上再跑一遍。