让AI写正则表达式之前，先准备应该通过和应该拒绝的例子

一句“帮我匹配编号”往往没有讲清编号规则。先列出正例、反例和边界，再检查AI给出的表达式，可以减少看起来能用、实际范围却过宽的问题。

浅色主题概念配图，选自本站AI生成图库；非事件现场或产品实测截图。

把规则变成可观察条件

自拟编号规则为两个大写英文字母加四个ASCII数字。AB1234应通过，ab1234、AB123和前后带空格的值应拒绝。还要说明是整段匹配还是从长文本中提取，二者不能用同一验收方式混过去。

在真实使用的引擎里检查

Python、JavaScript等环境的正则特性与转义方式存在差异。下面使用Python的fullmatch验证完整字符串，并用[0-9]表达本例限定的ASCII数字。不要只看在线工具里的一次成功，就认定目标程序也一致。

测试通过仍有适用边界

示例只验证一个很小的格式，不代表任意长度输入的性能已经安全。复杂表达式还需要检查可维护性和资源消耗。AI可以提出候选规则，但应由明确的样例与业务要求决定是否采用。

可以运行的练习

import re
pattern = re.compile(r"[A-Z]{2}[0-9]{4}")
assert pattern.fullmatch("AB1234") is not None
for value in ["ab1234", "AB123", "AB12345", " AB1234", "AB１２３４"]:
    assert pattern.fullmatch(value) is None
print("正例与反例检查通过")

示例已在本地隔离环境运行检查。使用固定输入，不访问外部接口，也不读取真实业务文件。