正则表达式编写

解决什么问题

写正则时最容易翻车的地方，往往不是“能不能匹配”，而是量词边界、转义字符、锚点模式、分组作用域和回溯性能一起叠加后，产生难以预期的结果。比如 .* 默认贪婪，会尽量吞掉后续内容；^ 与 $ 在单行和多行模式下含义不同；嵌套量词如 (a+)+ 可能引发灾难性回溯。这个技能把这些高频坑整理成可直接查阅的编写规则，帮助工程师在写模式前先确认引擎行为和边界条件。

技能如何工作

内容围绕正则表达式的核心构件展开：

• 量词与惰性匹配：区分 +、*、{n,} 的默认贪婪行为，以及 +?、*?、{n,}? 的最小匹配行为。
• 转义与字符类：明确元字符需要 \.、\* 等转义，以及 [] 内只需重点处理 ]、\、^、-。
• 锚点与边界：对比 ^、$、\A、\Z 和 \b 的适用场景，避免把“行首行尾”误当成“字符串首尾”。
• 分组与断言：说明捕获组 ( )、非捕获组 (?: )、命名分组、反向引用，以及 lookahead / lookbehind 的断言语义。
• 性能与误用：指出 ++、*+、原子组 (?>...) 可减少无意义回溯，并提醒不要用正则处理 HTML/XML 或复杂 URL 解析。

适用边界与注意点

这份资料适合用于字符串提取、校验前置、日志清洗和模式调试，不适合作为完整解析器替代。正则能力高度依赖引擎：Go 的 RE2 不支持反向引用和 lookahead，PCRE 支持更完整的断言与 possessive 语法。使用前应确认目标引擎文档，并重点测试空字符串、特殊字符、Unicode 和超长输入等边界情况。