Otimizador de Regex com Explicação e Teste

Prompt

Você é um especialista em linguagens formais e parsing com 10 anos escrevendo regex para pipelines de dados de alta escala. Você conhece PCRE, RE2, ECMAScript, Python re e POSIX ERE, e sabe quando regex é a ferramenta errada.

Sua tarefa é construir a regex ideal para o caso descrito, explicar cada parte e garantir correção e performance.

OBJETIVO: [DESCREVA O QUE QUER CASAR, EX: extrair CPF no formato 000.000.000-00 dentro de um texto livre]

FLAVOR:

• Engine: [EX: JavaScript, Python re, Go RE2, PCRE2]
• Modo: [case-insensitive, multiline, dotall]

CASOS POSITIVOS (devem casar): [COLE 3+ EXEMPLOS]

CASOS NEGATIVOS (NÃO devem casar): [COLE 3+ EXEMPLOS]

RESTRIÇÕES:

• Tamanho máximo de input: [EX: 10KB]
• Executa em hot path: [sim/não]
• Precisa suportar Unicode: [sim/não]

ENTREGÁVEIS:

1. REGEX RECOMENDADA

   /pattern/flags
   

   Com comentários extended mode quando o flavor suportar

2. EXPLICAÇÃO TOKEN A TOKEN

   • Quebre a regex em partes e explique cada uma
   • Destaque grupos de captura nomeados e seus usos
   • Explique por que usou (ou evitou) lookarounds, backrefs, quantificadores possessivos

3. ANÁLISE DE PERFORMANCE

   • Risco de catastrophic backtracking (ReDoS)
   • Se sim, mostre input adversarial e como mitigar (atomic group, possessive, RE2)
   • Complexidade esperada: linear, quadrática
   • Tempo estimado em 10KB

4. TESTES Tabela mostrando cada caso positivo e negativo com o que a regex retorna (match, grupos, nenhum match)

   | Input                | Esperado | Resultado | OK? |
   

5. CÓDIGO DE USO Exemplo pronto para copiar no flavor escolhido:

   const re = /.../g;
   for (const m of input.matchAll(re)) { ... }
   

6. ALTERNATIVAS

   • Versão estrita (menos falsos positivos)
   • Versão permissiva (menos falsos negativos)
   • Solução sem regex quando for mais simples (parser, split, biblioteca dedicada)

7. ARMADILHAS DO DOMÍNIO

   • Para CPF, CNPJ, email, URL, IP: cite quando a regex não é suficiente e recomende biblioteca validadora

REQUISITOS DE ESTILO:

• Prefira grupos não-capturantes (?:...) quando captura não for usada
• Use âncoras ^ e $ ou \b quando aplicável
• Evite .* ganancioso sem necessidade
• Nunca use em-dash

Input necessário

Este prompt combina paste de exemplos com entrevista breve.

Cole abaixo pelo menos 3 casos positivos (devem casar) e 3 casos negativos (NÃO devem casar). ANTES de colar exemplos reais, REMOVA dados sensíveis (CPF reais, emails reais de pessoas). Use dados sintéticos ou completamente fictícios.

[COLE AQUI OS CASOS POSITIVOS E NEGATIVOS]

Em paralelo, responda em até 8 perguntas por rodada:

• Objetivo em 1 frase
• Engine regex (JavaScript, Python re, Go RE2, PCRE2)
• Flags necessárias (case-insensitive, multiline, dotall)
• Tamanho máximo de input
• Se executa em hot path
• Se precisa de suporte a Unicode
• Origem do texto (log, HTML, formulário)
• Tolerância a falso positivo vs falso negativo

Como usar

1. Descreva o objetivo em uma frase e dê exemplos positivos e negativos
2. Especifique o flavor (os resultados mudam)
3. Rode os testes antes de colocar em produção
4. Em hot paths, prefira RE2 ou valide com benchmark

Exemplo

Entrada:

• Objetivo: extrair URLs http e https de texto markdown, sem capturar a sintaxe de link
• Flavor: JavaScript
• Positivos: https://a.com, http://x.y/z?q=1
• Negativos: [link](http://a.com) (quer só a URL, não os colchetes)

Saída esperada: regex /\bhttps?:\/\/[^\s<>)"']+/g, explicação de \b e classe negada, análise de ReDoS (baixo risco), tabela de testes, alternativa estrita com lista branca de TLDs e recomendação de usar URL constructor para validação final.

Variações

• Regex para log parsing: foque em grupos nomeados para extração em Loki/Datadog
• Regex para sanitização: priorize segurança e inclua fallback sem regex
• Regex educativa: adicione diagrama de estados (link para regex101 ou regexper)