xu-xiang/everything-claude-code-zh/regex-vs-llm-structured-text
Claude Code and agent skill by xu-xiang/everything-claude-code-zh
Trust tier 2
- community
Source check pending
Checking that the SKILL.md file is still in the repository.
在解析结构化文本时,用于在正则表达式(Regex)和大型语言模型(LLM)之间进行选择的决策框架——优先使用正则表达式,仅针对低置信度的边界情况引入 LLM。
Install
npx vskill@latest install xu-xiang/everything-claude-code-zh/regex-vs-llm-structured-textSKILL.md
结构化文本解析:正则表达式(Regex)与大语言模型(LLM)的抉择
这是一个用于解析结构化文本(测验、表单、发票、文档)的实用决策框架。核心见解是:正则表达式(Regex)能以极低的成本确定性地处理 95-98% 的情况。应将昂贵的 LLM 调用保留给剩余的边界情况(Edge Cases)。
何时激活(When to Activate)
- 解析具有重复模式的结构化文本(问题、表单、表格等)
- 在文本提取任务中权衡使用正则表达式还是 LLM
- 构建结合这两种方法的混合流水线(Hybrid Pipelines)
- 在文本处理中优化成本与准确性的平衡
决策框架(Decision Framework)
架构模式(Architecture Pattern)
实现参考(Implementation)
1. 正则解析器 (处理绝大多数情况)
2. 置信度评分 (Confidence Scoring)
标记可能需要 LLM 审查的项目:
3. LLM 验证器 (仅处理边界情况)
4. 混合流水线 (Hybrid Pipeline)
真实世界指标 (Real-World Metrics)
来自一个生产环境的测验解析流水线(410 个项目):
| 指标 (Metric) | 数值 (Value) | |
|---|---|---|
| 正则表达式成功率 | 98.0% | |
| 低置信度项目数 | 8 (2.0%) | |
| 需要的 LLM 调用次数 | ~5 | |
| 相比全 LLM 方案节省的成本 | ~95% | |
| 测试覆盖率 | 93% |
最佳实践 (Best Practices)
- 从正则表达式开始 —— 即使是不完美的正则也能为你提供改进的基准。
- 使用置信度评分 —— 以编程方式识别哪些内容需要 LLM 协助。
- 使用最便宜的 LLM 进行验证 —— Haiku 级别的模型通常已经足够。
- 切勿修改(Mutate)原始解析项 —— 在清洗/验证步骤中应返回新的实例。
- 测试驱动开发(TDD)非常适用 —— 先为已知模式编写测试,然后再处理边界情况。
- 记录指标 —— 记录正则表达式成功率、LLM 调用次数等,以跟踪流水线的健康状况。
应避免的反模式 (Anti-Patterns to Avoid)
- 当正则表达式能处理 95% 以上情况时,仍将所有文本发送给 LLM(既昂贵又缓慢)。
- 对非格式化、高度多变的文本使用正则表达式(在这种情况下 LLM 表现更好)。
- 跳过置信度评分并寄希望于正则表达式“刚好能用”。
- 在清洗/验证步骤中直接修改已解析的对象。
- 不测试边界情况(格式错误的输入、缺失字段、编码问题等)。
适用场景 (When to Use)
- 测验/考试题目解析
- 表单数据提取
- 发票/收据处理
- 文档结构解析(标题、章节、表格)
- 任何具有重复模式且对成本敏感的结构化文本处理
Security
- Security scanPassed, 96 of 100Pattern checks on the skill's files.
- Model reviewPassed
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingskills/regex-vs-llm-structured-text/SKILL.md
Popularity
- Repository stars
- 229
- Repository forks
- 48
- 7-day trend score
- 27
Stars and forks are for the whole GitHub repository, not this skill alone. Refreshed 21 Mar 2026, 7 months ago.
Works with
Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.
- Claude Code
- Cursor
- GitHub Copilot
- Windsurf
- Codex
- Gemini CLI
- Cline
- Amp
- Roo Code
- Goose
- Continue
- Kilo Code
- Junie
- Trae
- OpenHands
- Qwen Code
- AI Agent
- Tabnine Chat
- Sourcegraph Cody
- Amazon Q
- Firebase Genkit
- Sweep
- Devin
- Phind
- Mentat
- Claude Desktop
- Aider
- GPT Pilot
- Plandex
- bolt.new
- v0
- Replit Agent
- Anse
- TypingMind
- BetterChatGPT
- LibreChat
- Warp AI
- Pieces
- Fig AI
Embed badge
[](https://verified-skill.com/skills/xu-xiang/everything-claude-code-zh/regex-vs-llm-structured-text)