云端 Mac 上的 iOS 正则校验:完整匹配与回溯风险

云端 Mac 上的 iOS 正则校验:完整匹配与回溯风险

你在远程 Mac 上跑完 iOS 单元测试,表单仍可能接受尾部换行或全角数字,甚至被一条超长输入拖住线程。问题通常不在机器,而在校验契约:你检查的是“找到合法片段”,还是“整个字段合法”?下面用固定格式的业务编号建立可重复验收,先解决正确性,再检查回溯风险。

先把字段语法写成契约

假设编号只能是两个 ASCII 大写字母、一个短横线和六个 ASCII 数字,例如 AB-123456。总长度为九个 UTF-16 代码单元,不允许空格、换行或隐式格式转换。

先在项目测试目标中建立正反例,再实现校验器。不要直接拿生产用户输入做样本,固定夹具更容易复现,也不会把个人信息写进测试产物。

如果业务允许去除首尾空格,应把清理作为独立步骤,分别测试原始输入与清理结果。不要让校验函数悄悄修改内容,否则客户端、服务端与审计记录可能看到不同的编号。

实现真正的完整匹配

Foundation 的正则范围使用 UTF-16,不能用 Swift 的 String.count 直接生成 NSRange。下面的实现可以放进 XCTest 测试文件,先验证行为,再移入业务模块:

import Foundation
import XCTest

private enum TicketCode {
    static let pattern = #"\A[A-Z]{2}-[0-9]{6}\z"#
    static let regex = try! NSRegularExpression(pattern: pattern)

    static func accepts(_ input: String) -> Bool {
        guard input.utf16.count == 9 else { return false }
        let full = NSRange(input.startIndex..<input.endIndex, in: input)
        guard let match = regex.firstMatch(
            in: input,
            options: [],
            range: full
        ) else {
            return false
        }
        return NSEqualRanges(match.range, full)
    }
}

final class TicketCodeTests: XCTestCase {
    func testValidationBoundaries() {
        let cases: [(String, Bool)] = [
            ("AB-123456", true),
            ("ab-123456", false),
            ("AB-12345", false),
            ("AB-1234567", false),
            ("AB-123456\n", false),
            (" AB-123456", false),
            ("AB-123456", false),
            ("AB-١٢٣٤٥٦", false),
            ("AB–123456", false),
            ("🙂AB-123456", false)
        ]
        for (input, expected) in cases {
            XCTAssertEqual(
                TicketCode.accepts(input),
                expected,
                "Unexpected result for \(input.debugDescription)"
            )
        }
    }
}

这里的 try! 只用于代码内固定、经过测试的模式;模式若来自文件或配置,应使用抛错初始化并报告配置失败。正则只编译一次,避免每次输入都重新构造对象。

\A 与 \z 明确约束整个字符串的开头和末尾。即使以后调整模式,也保留完整范围比较,避免校验逻辑退化成子串查找。

补齐 Unicode 与长度边界

如果字段只接受 ASCII 数字,用 [0-9],不要把 \d 当成等价写法:Unicode 正则中的数字类别可能包含其他文字系统的数字。视觉上相近的长横线也不等于 ASCII 短横线,应明确拒绝。

长度规则还要写清单位。String.count 计算扩展字形簇,UTF-16 长度用于 Foundation 范围,UTF-8 字节数适合传输配额。三个数字不能互换;通用备注字段尤其不能照搬九个代码单元的规则。

在测试中增加空字符串、组合字符、回车换行和长度上限两侧的输入。若产品需要 Unicode 规范化,应先固定规范化形式,再测试规范化前后的接受结果,而不是为了“看起来一样”放宽编号语法。

校验器应拒绝不符合契约的原始输入。容错转换属于另一层,必须有独立规则和测试。

把回溯实验移出普通测试

不要在普通 XCTest 进程中用无限增长的输入挑战危险模式。类似 (a+)+ 的嵌套重复,在长串末尾出现不匹配字符时,可能探索大量候选路径。某次短样本执行很快,并不能证明模式安全。

代码评审先检查嵌套量词、重叠分支和不必要的通配符。字段语法能够固定长度时,优先使用明确字符类与次数;复杂嵌套格式考虑专用解析器,不要继续叠加正则。

对必须保留的复杂模式,用独立命令行进程运行长度递增的固定样本。父进程负责总执行期限,超时后终止子进程并等待退出;每个长度单独启动,记录模式版本、长度、退出状态和耗时,不记录敏感正文。

把任务丢到后台队列,再停止等待结果,不会自动取消正在进行的匹配。NSRegularExpression 的常用匹配接口没有可直接设置的硬执行时限,线程隔离也不等于资源隔离。

在远程 Mac 上形成验收记录

在 VPSPull 的云端 Mac 上,先记录 sw_vers 与 xcodebuild -version,然后运行包含上述测试的测试目标。保留提交标识、模式文本和测试结果,便于区分代码变化与系统正则实现变化。

性能采样另用固定构建配置执行,避免一边测量一边并行构建。阈值应从同环境的重复测量确定,不把一次墙钟耗时当成通用指标。系统升级后先重建基线,再判断回归。

最后检查三件事:合法输入完整通过;非法输入在明确边界被拒绝;风险实验不会拖住主测试进程。入口还应限制请求或文件大小,因为计算字符串长度本身需要扫描输入。把这些检查纳入合并验收,正则修改才不会只靠几条手工样例放行。

常见问题

为什么 firstMatch 返回结果后还要检查匹配范围?

firstMatch 可以只找到输入中的合法片段。校验整个字段时,应要求结果范围等于完整输入范围,并使用明确的开头与结尾约束。

把匹配放到后台线程并设置超时,能阻止正则耗尽 CPU 吗?

不能。停止等待不会自动终止正在执行的 NSRegularExpression 匹配。应限制输入长度、消除危险模式;可疑模式的性能实验应放在能够被终止的独立进程中。

用一台独享 Mac 验证你的工作流

先核对机型、节点与租期,再按天试跑。实际可用状态以控制台实时返回为准。