如何用WorkBuddy生成高质量正则表达式_利用自然语言描述需求

若缺乏正则编写经验，可借助WorkBuddy四步法精准提取文本模式：一、语义解析生成基础正则；二、样本文本反向推导；三、缺陷反馈迭代优化；四、注入业务规则校验逻辑。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

如果您需要从非结构化文本中精准提取特定模式，但缺乏正则表达式编写经验，则可能是由于自然语言描述与正则语法之间存在理解断层。以下是解决此问题的步骤：

一、使用语义解析指令生成基础正则

该方法依托WorkBuddy内置的NLP-Regex映射模型，将用户对匹配目标的自然语言描述（如“手机号”“身份证号”“邮箱”）自动转换为符合PCRE标准的正则表达式，并附带边界控制与捕获组标注。

1、在WorkBuddy对话框中输入明确的语义描述，例如：“匹配中国大陆11位手机号，需排除以140、141、144开头的虚拟运营商号段，且不包含空格或短横线”。

2、追加指令：“请输出标准PCRE格式正则，启用^和$锚定，将号码主体放入命名捕获组‘phone’，并说明各部分含义”。

3、等待AI返回结果，典型输出为：^(?!14[014])1[3-9]\d{9}$，其中(?!14[014])为负向先行断言，1[3-9]\d{9}覆盖真实号段。

二、上传样本文本+反向推导正则

该方法适用于已有真实数据片段但无法归纳规则的场景，WorkBuddy通过多实例比对，自动识别共性字符位置、可变长度区间及分隔符规律，生成泛化能力强的正则模板。

1、点击WorkBuddy界面右上角“文件上传”按钮，选择含5–10条目标样本的TXT文件（如：订单号“ORD20250315-7892”“ORD20250316-A456”）。

2、输入提示词：“分析所有样本，提取共同前缀、日期格式、分隔符、后缀特征；生成能匹配全部样本且拒绝‘ORD20250315X7892’‘ORD20250315_7892’等错误变体的正则，要求日期部分支持yyyyMMDD和yyyy-MM-dd两种写法”。

3、确认返回正则中是否包含(?:\d{8}|\d{4}-\d{2}-\d{2})结构以兼容双日期格式，并检查拒绝样例是否被(?![\w-]*[X_][\w-]*)类负向断言有效拦截。

Axiom

Axiom是一个浏览器扩展，用于自动化重复任务和web抓取。

下载

三、基于正则缺陷反馈进行迭代优化

该方法利用WorkBuddy的交互式调试机制，在用户指出误匹配或漏匹配案例后，AI自动定位问题子表达式，提供针对性修正建议而非全量重写，显著缩短调优周期。

1、将初步生成的正则粘贴至WorkBuddy【正则测试沙箱】模块，导入一组含正例与负例的测试集。

2、标记其中一条误匹配项（如：“abc@def.gh”被当前正则[a-z]+@[a-z]+\.[a-z]+错误接受），点击“报告问题”并注明“允许单字符二级域名，但禁止纯字母三级域名”。

3、AI将返回修正版本：^[a-z]+@[a-z]+\.[a-z]{2,}$，并高亮{2,}为新增最小长度约束，同时说明原正则未限制顶级域长度导致误判。

四、结合业务规则注入上下文校验逻辑

该方法突破传统正则仅做字符串形态匹配的局限，引入轻量级业务语义校验，例如身份证校验码验证、时间范围合理性判断，使正则具备初级逻辑推理能力。

1、在WorkBuddy【高级正则构建器】中启用“业务规则嵌入”开关。

2、输入需求：“匹配18位中国身份证号，前17位为数字，第18位为数字或X（大小写均可），且需通过GB11643-1999校验码算法验证”。

3、AI生成主正则^\d{17}[\dXx]$，并在其后附加JavaScript风格校验函数片段，其中关键校验逻辑为：const weights = [7,9,10,5,8,4,2,1,6,3,7,9,10,5,8,4,2]; const checkCodes = ['1','0','X','9','8','7','6','5','4','3','2'];。