一句话结论
AI 写的正则别急着贴进代码，备好正常、边界、反例三组样例，在目标引擎里跑一遍再决定用不用。这轮验证通常十分钟内能出结论。
这篇解决什么问题
我用 AI 生成正则的次数不少，翻车也翻过几次。绝大多数问题不是它完全写错，而是它写得“差不多对”——大部分行能匹配上，一到边界就漏字段。
这篇讲的是怎么用三组样例做一轮成本很低的回归验证。适用：你手上已经有一条 AI 生成、还没进代码库的正则。不适用：正则只有几个字符、出错代价极低的场景，那种直接手写更快。
开始前要准备什么
- 一个能跑正则的本地环境，Python 3.x 或 Node 都行，免费
- 至少 8 条真实样例，从日志或业务数据里捞，先脱敏
- 一个能聊代码的模型，豆包或 DeepSeek 网页端有免费额度
- 时间上留出十分钟左右，熟手会更快
具体怎么做
第 1 步 · 先用样例说清需求
我吃过一次亏，直接跟 AI 说“写个正则解析订单日志”。它给的能跑，但也仅此而已——字段顺序一变就废。后来我改成把两三行原始日志先摆出来，情况好很多。
我在用 Python 的 re 模块解析这行日志：2024-05-11 10:22:31 INFO order=A1037 elapsed=812ms。需要一条正则，从里面抓出「订单号」和「耗时毫秒」两个字段。要求：订单号只取 A 开头的字母数字部分，耗时只取数字、不含 ms；正则要能在 Python 3.10 的 re.findall 里直接用；不要用贪婪匹配。先别急着给答案，请用三行复述你对需求边界的理解，再动手。
预期产出：一段让 AI 主动复述的需求说明，以及它对模糊之处提出的反问。
第 2 步 · 让 AI 把自测样例一起交出来
只拿到一条正则，等于什么都没拿到。我会要求它顺手给出样例和预期结果——不过要有心理准备，它给的样例基本全是正例。
现在给出正则。除了正则本身，请一并输出三样东西：一是一行可以直接运行的 Python 验证代码，包含 import re；二是你自己构造的 5 条测试样例，覆盖你认为最主要的场景；三是每条样例的预期结果，写成「输入 => 输出」的形式。另外请说明，这条正则遇到空字符串、十万字符以上的超长输入、以及混入中文的输入，分别会发生什么。
预期产出：一条正则、5 条样例、逐条预期结果。先存着，后面比对要用。
第 3 步 · 补上 AI 不会主动写的反例
很多人容易忽略这一点：AI 的样例是拿自己的理解验证自己的答案，天然自洽。边界和反例必须由你来要，这是整轮验证里最有价值的一步。
上面 5 条样例都是应该匹配上的正例，这不够。请再补 3 组：边界组，卡在规则边缘但确实应该匹配，比如订单号只有一个字符、耗时是 0；反例组，长得像但绝对不该匹配，比如 order=1037 少了 A 前缀、elapsed=812s 后面跟了别的单位；脏数据组，格式被破坏的行，比如缺字段、多空格、日志被截断。每组给出输入和预期结果，并标注这条正则如果在这里出错，说明哪一部分有缺陷。
预期产出：手上凑齐 8 条左右的样例，正例、边界、反例各有覆盖。
第 4 步 · 在真实引擎里跑一遍
正则引擎之间的行为是有差异的，同一个写法在 Python 里能过，换个语言可能就变了。这一步不能省，脑内推演和实际执行结果经常对不上。
下面是待验证的正则和样例，请逐条推演执行过程，输出一张表格，列固定为：样例、预期、实际、是否通过、失败原因推测。正则：(?<=order=)[A-Z]d+(?=s)。样例一：order=A1037 elapsed=812ms，预期匹配到 A1037；样例二：order=1037 elapsed=812ms，预期无匹配；样例三：order=A1 elapsed=0ms，预期匹配到 A1；样例四：order=A12 elapsed=812s，预期匹配到 A12。推演时严格按引擎的匹配顺序走，不要跳步；结果和预期不一致时先别改正则，指出是分组、量词、锚点还是转义导致的。
预期产出：一张逐条比对的表，哪条没通过、问题出在哪一部分，一眼能看出来。
第 5 步 · 把过程留成清单
验证做完就结束，下次还得从头想一遍。我会让 AI 把这次的过程收成清单，下次换一条正则照着跑就行。
最后，请把这次验证整理成一份可以直接复用的「正则验证清单」，用无序列表输出，包含三类条目：每次必跑的三类样例分别要覆盖什么；提交前要确认的正则写法细节，比如锚点、贪婪、转义、Unicode；上线后如果线上匹配率异常，第一顺位要检查什么。每条控制在一行以内，不超过 30 字，不要写解释性长句。
预期产出：一份十几行以内的清单，能直接贴进自己的笔记或仓库 README。
实测记录
同一条日志解析正则，我完整走了一轮，记录如下。
| 环节 | 实际情况 |
|---|---|
| 让 AI 出第一版 | 约 3 分钟，DeepSeek 和豆包各出一版，互相对照 |
| 补边界和反例 | 约 5 分钟，8 条样例里有 2 条是 AI 没提到的 |
| 本地跑回归 | 约 2 分钟，Python 3.10 的 re.findall 逐条比对 |
| 返工情况 | 第一版漏了转义，反例那条直接误匹配，改了一轮 |
| 和手工写对比 | 手工写约 20 分钟，AI 出稿快，但验证省不掉 |
最容易错的 3 个地方
- 只拿 AI 自己给的样例去验证，等于自己考自己。改法：样例从线上日志里捞。
- 在脑子里跑正则，没在目标引擎里跑过。改法：拿 Python 或 Node 实跑一遍。
- 只测正例不测反例，正则写得再宽也能全过。改法：每条正则至少配两个反例。
可复用的东西
把上面五步的提示词按顺序连起来，就是一份完整的正则验证模板。第 1 步说需求，第 2 步要正则和自测样例，第 3 步补边界反例，第 4 步逐条推演比对，第 5 步整理成清单。用的时候把样例和字段名换成你自己的。
正则写出来只花一分钟，出事排查可能耗一下午。花十分钟做一轮回归，比事后翻日志划算得多。
你手头有没有哪条正则，是当初 AI 给的、到现在还没验证过的？
常见问题解答
AI 生成的正则，为什么不能直接用？
因为它经常写得“差不多对”——常见输入能匹配，边界和异常格式就漏。它给的自测样例又基本是正例，逻辑上自洽但覆盖不够。跑一轮回归的成本很低，能把这类漏匹配挡在代码库外面。
三组样例具体要覆盖哪些情况？
正常组覆盖最常见的真实输入；边界组卡在规则边缘但确实该匹配，比如单字符、零值；反例组长得像但绝不该匹配，比如缺前缀、多带了单位。有条件再加一组脏数据，格式被破坏的行。
手边没有真实日志，样例怎么凑？
可以先让 AI 生成一批，但必须自己改——加两条反例、把字段顺序打乱、混进一条截断的行。更稳妥的是从测试环境或脱敏样本里捞，实在没有就按业务规则手写，写的时候故意写错一点。
本网站的部分内容可能来源于网络或用户投稿，仅供大家学习与参考，如有侵权，请联系客服： hhxmw778 进行删除处理。
本站一切资源不代表本站立场，并不代表本站赞同其观点和对其真实性负责。
教程如引导您添加微信或有另外收费服务，请自行甄别！
如遇充值环节或绑定支付账户或输入支付密码之类的异常步骤，建议停止操作！本站不对操作项目的损失负责！
本站一律禁止以任何方式发布或转载任何违法的相关信息，访客发现任何资源有问题请向站长举报下架
(手机微信用户建议用默认浏览器打开，可体验完整功能)
按岗位找 AI 实操步骤 · 提示词可收藏