在軟體開發與資料處理的日常中，字串解析（String Parsing）幾乎是無法避免的任務。無論是表單格式驗證（Email、電話、身分證）、Log 記錄中的關鍵欄位擷取，還是敏感資訊過濾，正規表達式（Regular Expression, 簡稱 Regex）都是最強大的工具。

然而，Regex 也是許多工程師心中「寫的時候頭痛，維護時更頭痛」的黑魔法。稍不注意漏掉跳脫字元、貪婪模式（Greedy Matching）失控，甚至可能引發災難性的 ReDoS（正規表達式拒絕服務攻擊）。

今天我們就來示範：如何讓 ChatGPT 成為你的 Regex 專家，用自然語言描述需求，一鍵生成精準的正規表達式、捕獲群組（Capturing Groups）與完整的單元測試！

一、Regex 生成的提示詞工程模板（Regex Prompting）

想要讓 AI 生成既精準又具備防禦性的 Regex，不要只說「幫我寫驗證 Email 的 Regex」，而是要明確列出「合法範例」與「非法範例」：

【Regex 生成提示詞範本】
請扮演字串解析與資安專家。我需要針對以下業務需求設計一段 Java 相容的正規表達式（Regex）：
[描述需求，例如：解析伺服器 Access Log]

請提供以下四項內容：

1. 正規表達式字串：包含純 Regex 規則與 Java 字串轉義（Escaped String）版本。
2. 語法拆解說明：逐段解釋每個符號、量詞與捕獲群組（Named Groups）的意義。
3. 測試矩陣（Test Cases）：列出至少 3 個合法案例與 3 個邊界非法案例，說明比對結果。
4. ReDoS 安全檢查：確認是否存在災難性回溯（Catastrophic Backtracking）的風險與防範建議。

二、實戰案例：解析 Nginx / 伺服器 Access Log 紀錄

假設我們要從格式繁雜的伺服器 Log 中，擷取「IP 位址」、「請求時間」、「HTTP 方法」、「API 路徑」與「HTTP 狀態碼」：

[範例 Log 內容]
192.168.1.100 - [14/Oct/2026:15:23:45 +0800] "GET /api/v1/orders?id=123 HTTP/1.1" 200 1024

三、AI 生成的 Regex 與 Java 命名群組實作

透過 AI 分析後，它會推薦使用「具名捕獲群組（Named Capturing Groups）」，這能讓 Java 代碼的可讀性大幅提升，不用再去死記 matcher.group(1)、group(2) 是什麼欄位：

[Java Regex 命名捕獲範例]
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class LogParserDemo {

// 預先編譯 Pattern，避免重複呼叫浪費 CPU 效能
private static final String LOG_REGEX = 
    "^(?<ip>\\S+) - \\[(?<time>[^\\]]+)\\] \"(?<method>[A-Z]+) (?<path>\\S+) [^\"]+\" (?<status>\\d{3})";

private static final Pattern PATTERN = Pattern.compile(LOG_REGEX);

public static void main(String[] args) {
    String logLine = "192.168.1.100 - [14/Oct/2026:15:23:45 +0800] \"GET /api/v1/orders?id=123 HTTP/1.1\" 200 1024";

    Matcher matcher = PATTERN.matcher(logLine);
    if (matcher.find()) {
        System.out.println("Client IP : " + matcher.group("ip"));
        System.out.println("Timestamp : " + matcher.group("time"));
        System.out.println("HTTP Method: " + matcher.group("method"));
        System.out.println("Endpoint  : " + matcher.group("path"));
        System.out.println("Status    : " + matcher.group("status"));
    } else {
        System.out.println("Log 格式不符合規範！");
    }
}

}

四、AI 提醒的工程與資安把關

AI 在分析時指出了兩個至關重要的實務細節：

1. 效能優化：預先編譯 Pattern
   • 很多初學者常在迴圈或高頻呼叫的函式中使用 str.matches(regex)。
   • 事實上 matches() 每次呼叫底層都會重新執行一次 Pattern.compile()，造成龐大開銷。正確做法是將其抽成 private static final Pattern。
2. 防範 ReDoS 攻擊（Catastrophic Backtracking）
   • 當 Regex 中包含巢狀的量詞（如 (a+)+ 或貪婪的 .* 搭配模糊結尾）時，惡意使用者只要傳入一段特定長度的無效字串，就會導致 Regex 引擎陷入指數級別的回溯比對，瞬間吃滿 100% CPU。
   • AI 指出：在比對非空白字元時，使用具體範圍（如 [^\\]]+ 代替 .*），能有效切斷不必要的回溯路徑。

今日小結與預告

今天我們掌握了利用 AI 設計複雜正規表達式的方法：透過具名捕獲群組提升程式碼可讀性、預編譯 Pattern 節省效能，並學會了避免災難性回溯的資安意識。