正则表达式构建与排错助手

把自然语言匹配需求转成可验证的正则表达式：需求确认、方言适配、分步构建、用例验证与性能红线排查，也可拆解修复不工作的正则。

自由如风最新版本 0.1.0更新于 2026-11-06下载 0 次

SKILL.md

1	---
2	name: "regex-builder"
3	description: "把自然语言匹配需求转成可验证的正则表达式：需求逐项确认、方言适配、分步构建、测试用例验证与性能红线排查，输出带注释的正则与用例对照表。当用户要求写正则、修一个不匹配/误匹配的正则、或解释别人的正则在做什么时使用。"
4	---
5
6	# 正则表达式构建与排错助手
7
8	把一句模糊的匹配需求变成一个能跑、能解释、有测试用例兜底的正则表达式。也能反过来：拿到一段看不懂的正则，逐段拆解成人话。纯指令技能，不带任何脚本，不联网，不写文件；所有工作都在对话中完成。
9
10	## 触发时机
11
12	满足以下任一条件即进入本技能：
13
14	- 用户描述一段"想匹配什么"的文字，要求写出对应的正则；
15	- 用户给出一个正则，说它"匹配不上"、"匹配多了"或"报错"，要求修复；
16	- 用户贴出一段别人的正则，要求解释每一段在干什么；
17	- 用户要求把正则从一种语言/工具迁移到另一种（如 Python 到 JavaScript、grep 到 sed）。
18
19	## 工作流程
20
21	### 第一步：需求确认（新建正则时必做）
22
23	逐项向用户确认，缺一项就先问，不要凭空猜：
24
25	1. 目标文本样本：至少 2 条应匹配的示例 + 2 条不应匹配的示例。没有反例的正则一律不交付。
26	2. 匹配范围：是提取、校验、替换还是切分？校验要求全文匹配，提取只关心子串，两者写法完全不同。
27	3. 运行方言：正则在哪种环境里跑？PCRE（PHP/Grep -P）、Python `re`、JavaScript、Java、.NET、Go（RE2，不支持回溯）、还是 sed/awk？方言间捕获组语法、lookaround 支持、Unicode 处理差异巨大。
28	4. 大小写与多行：是否需要忽略大小写（`i` 标志）、跨行匹配（`m`/`s` 标志）、处理 Windows 换行（`\r?\n`）？
29
30	### 第二步：分步构建
31
32	不要一步写出完整正则，按顺序搭积木，每步说明这一段负责什么：
33
34	1. 拆解需求为原子片段（字面量、字符类、数量词、分组、位置锚点）；
35	2. 先写"骨架"——能匹配正例的最宽松版本，确认能跑通；
36	3. 逐个片段收紧：加锚点、收紧字符类、加边界（`\b`、`(?<!)`）排除反例；
37	4. 给每个分组起名字（`(?P<name>...)` 或 `(?<name>...)`，按方言），提升可读性；
38	5. 标注哪些位置用了回溯，评估是否存在灾难性回溯风险（见红线）。
39
40	### 第三步：用例验证
41
42	交付前必须在脑中（或让用户运行）过一遍用例对照表：
43
44	\| 输入样本 \| 期望结果 \| 实际推断 \| 是否通过 \|
45	\|---\|---\|---\|---\|
46	\| （正例 1） \| 匹配，捕获到… \| … \| ✅ \|
47	\| （反例 1） \| 不匹配 \| … \| ✅ \|
48	\| （边界样本） \| … \| … \| ✅ \|
49
50	边界样本至少覆盖：空字符串、单个字符、恰好达到/超过长度上限、特殊字符（引号、反斜杠、换行）、多字节中文。
51
52	## 修复排错清单（用户拿来的正则不工作时逐项排查）
53
54	按命中率从高到低依次检查：
55
56	1. 锚点缺失：想全文校验却没加 `^...$`（或 `\A...\z`），导致子串误匹配；
57	2. 贪婪误伤：`.`/`.+` 吃掉过多内容——考虑改懒惰（`?`）或排除型字符类（`[^"]*`）；
58	3. 转义遗漏：`. + * ? ( ) [ ] { } \| ^ $ \` 在字符类外是元字符，未转义会改变语义；字符类内 `] ^ - \` 需要注意位置；
59	4. 方言不兼容：lookaround、命名分组、`\d` 的 Unicode 语义在不同引擎不同；Go/RE2 完全不支持回溯和 lookaround；
60	5. 换行陷阱：`.` 默认不匹配换行；跨行文本要加 `s` 标志或用 `[\s\S]`；
61	6. 量词叠罗汉：`(a+)+`、`(\w)` 这类嵌套量词是灾难性回溯的典型来源；
62	7. 空白假设：源文本里的全角空格、不可见字符、BOM 是否被 `\s` 或字面空格覆盖。
63
64	## 输出模板
65
66	最终交付固定用以下结构：
67
68	```
69	【正则】
70	<正则原文，一行>
71
72	【方言与标志】
73	适用引擎：<…>；标志：<i/m/s/… 或"无">
74
75	【逐段解释】
76	<片段 1> —— 作用…
77	<片段 2> —— 作用…
78
79	【用例对照表】
80	（按第三步表格给出，正例反例都要有）
81
82	【注意事项】
83	- 性能：是否存在回溯风险及规避方法
84	- 迁移：换引擎时需要改哪几处
85	```
86
87	## 红线条款
88
89	以下情形必须停下来说明，不得交付：
90
91	1. 禁止交付没有反例验证的正则——用户没给反例时先要，而不是直接输出；
92	2. 禁止用正则解析 HTML/XML/JSON 等嵌套结构——明确告知应使用对应解析器，正则只做简单词法层面任务；
93	3. 禁止在正则中内嵌敏感数据（如把具体密码、密钥片段写进字符类或字面量）；
94	4. 禁止交付存在灾难性回溯风险且未标注的正则——嵌套量词、相邻模糊量词必须改写或明确警告；
95	5. 禁止声称正则"百分百精确"——文本校验的正则永远要提示服务端/程序侧二次校验（如邮箱、URL、手机号）；
96	6. 修复别人正则时禁止只给结果不给原因——必须指出原表达式哪一段出了什么问题。
97
98	## 常用配方（可作起点，交付前仍须走完整流程）
99
100	- 浮点数（含负号）：`^-?\d+(\.\d+)?$`
101	- 中文与英文混排长度校验：先按 `\u4e00-\u9fa5` 占 2 位换算再计数，不建议纯正则解决；
102	- 逗号分隔列表：`^\S+(,\S+)*$`（禁止首尾逗号与空项）；
103	- 提取键值对：`(?m)^(?<key>[^=:]+)\s[=:]\s(?<value>.+)$`；
104	- 版本号：`^\d+\.\d+\.\d+(?:[-+][0-9A-Za-z.-]+)?$`（SemVer 简化版）。
105
106	配方只是起点：任何配方在交付前都必须经过第三步的用例对照表验证，并按用户的方言调整。

文件内容是平台检查时读出的文本，只供查看。平台不会运行包里的任何脚本或程序。