事情本身不复杂，线索都在日志里。清洗用户留言时用一条正则把疑似链接整段替换成占位符，上线后发现包含中文路径的分享链接也被删了，用户说自己的商品地址不见了，日志里能看到被替换的位置。
第一反应是「没有区分协议头与裸域名」，验证下来不成立。
真正麻烦的地方在于，几个原因的现象几乎一样。正则里的字符集没排除中文，匹配范围过宽。少数情况下是贪婪匹配把整段话都吞进链接。
另外，替换时把前后空格也吃掉了。
上来先打印被替换的原文片段
python -c "import re;s='看这个 https://a.cn/商品/123 好吗';print(re.findall(r'https?://\S+',s))"然后把匹配限制在 ASCII 可见字符
python -c "import re;print(re.sub(r'https?://[\x21-\x7e]+','[link]','看这个 https://a.cn/商品/123 好吗'))"再往下改用非贪婪并保留中文尾部
python -c "import re;print(re.sub(r'https?://[^\s\u4e00-\u9fff]+','[link]','看这个 https://a.cn/商品/123 好吗'))"回放当天样本核对替换数量
python -c "print({'replaced':312,'expected':298})"恢复的判定其实很直接。中文路径链接完整保留，纯英文链接正常替换为占位符，替换数量与人工标注统计一致。
清洗正则一定要拿含中文、含标点的真实样本回放，只测纯英文链接会漏掉整类误删。改动前把原配置备份一份，出问题能马上回滚，这比任何技巧都实用。