一行正则卡了一下午——让AI替我写、替我测之后，每次只花三分钟

一个所有开发者都懂的场景

你有没有过这样的经历：产品经理发来一条消息，“帮我把用户输入里的手机号、邮箱和身份证号都校验一下”。听起来简单，打开编辑器，开始写正则。

手机号好办，1[3-9]\d{9}。邮箱开始复杂了，身份证号要考虑15位老身份证和18位带校验位的，中间还要防住用户故意输入的特殊字符。写完之后你不确定它到底对不对，只好去网上搜“在线正则测试”，把十几个测试用例一个个粘进去，发现邮箱那条把 test@localhost 也放过了，或者身份证的校验位根本没算。

一个小时过去了，正则越改越长，你开始怀疑人生。这不是能力问题——正则本来就是“写完就忘”的东西，没有人能长期记住所有边界情况。痛点总结起来就三条：写不出来、看不懂、测不全。

AI到底能帮你做什么

我后来把这件事完全交给了AI，流程固定成四步，每次大约三分钟：

第一步：说清楚需求，让AI生成正则。 不用自己憋语法，用人话描述匹配规则、来源场景、要防的坑。AI会给出正则，并且——这点很关键——附上每一段的解释。

第二步：让AI自己列边界用例。 这是我觉得最有价值的一步。人会漏想边界，但如果你明确要求AI列出“应该匹配的10个例子和不该匹配的10个例子”，它给出的清单往往包含你没料到的：全角数字、带空格的手机号、末尾是 x 的身份证、超长邮箱、Emoji混入。

第三步：跑一遍验证脚本。 把正则和用例丢给AI或本地脚本，一次性跑完所有断言，绿了才算过。

第四步：让它给出防御性建议。 比如哪些场景应该用捕获组提取而不是整体匹配、正则在极端输入下会不会有灾难性回溯。

可直接复用的提示词模板

你是一位资深后端工程师，精通正则表达式的编写与测试。

我的需求：
【匹配目标】：（描述要匹配的内容，如：中国大陆手机号）
【数据来源】：（如：用户注册表单的自由输入）
【必须匹配】：（列出应命中的例子）
【必须排除】：（列出不应命中的例子，尽量刁钻）
【运行环境】：（如：Python re / JavaScript / PCRE，说明差异）

请你完成以下工作：
1. 给出正则表达式，并逐段解释含义；
2. 额外补充至少10个边界测试用例（5个应命中、5个应排除），
   包括我没想到的情况，如全角字符、空格、超长输入；
3. 用伪代码展示验证流程，确保每个用例都有断言；
4. 指出该正则的已知局限，以及是否存在回溯风险；
5. 如果我的需求本身有歧义，先提问再给答案。

第5条特别值得保留——它让AI在你需求没说清时先反问，而不是自信地给你一个错误的正则。

前后对比：数字说话

按我自己的记录，同样是“手机号+邮箱+身份证”三件套校验：

一次节省80多分钟听起来不多，但正则需求是高频的：表单校验、日志提取、数据清洗、爬虫解析、评论过滤……一个独立开发者一个月碰上五六次很正常。按每月6次算，就是每月省出8小时左右——一整个工作日。对小团队来说，如果三个人都在写正则，一年下来的时间成本相当可观。

更难量化但同样重要的是确定性。以前上线正则心里总有点虚，现在每次都带着20个边界用例的断言上线，返工几乎消失。省时间是一方面，省下的反复调试和“凌晨被告警叫醒”才是大头。

三个实战提醒

1. 一定要指定运行环境。 同一个正则在 JavaScript 和 Python 里行为可能不同，尤其是 Unicode 处理。提示词模板里那一行别删。
2. 边界用例让AI生成，但由你把关。 AI列的用例偶尔也会集体跑偏（比如全按美式手机号格式来），扫一眼清单只要10秒。
3. 能不用正则就别硬上。 身份证校验位这类逻辑，AI也会建议你用代码算而不是塞进正则——听它的。

写在最后

正则是我把“AI辅助开发”纳入日常工作流最早、也是回报最直接的场景之一：需求明确、验证客观、对错一目了然，AI很难蒙混过关。如果你刚接触AI编程辅助，从这个场景切入几乎没有学习成本。

如果你还没有趁手的AI工具账号，可以去注册一个试试，把上面的模板直接粘贴过去跑一遍：

https://api.thistoken.ai/register

第一次看到20个测试用例全部变绿的时候，你会明白这篇文章在说什么。

---

想直接跑通示例？访问 https://api.thistoken.ai/register 注册 ThisToken.AI，获取 API Key 后即可开始。