Java中使用正则表达式提取文件名中指定段落（去除前缀与扩展名）-java教程-PHP中文网

Java中使用正则表达式提取文件名中指定段落（去除前缀与扩展名）

本文详解如何在java中通过正则表达式精准提取文件名的中间部分（如从aa_bb_cc_20-300.tsv中提取cc_20-300），涵盖模式设计原理、完整可运行代码及关键注意事项。

本文详解如何在java中通过正则表达式精准提取文件名的中间部分（如从aa_bb_cc_20-300.tsv中提取cc_20-300），涵盖模式设计原理、完整可运行代码及关键注意事项。

在实际开发中，常需对批量文件名进行结构化解析——例如剥离固定前缀、忽略扩展名，仅保留业务关键字段。正则表达式是实现此类字符串精准切分的高效手段。针对形如 AA_BB_CC_20-300.tsv 的文件名，目标是提取下划线分隔的第3段与第4段组合（即 CC_20-300），而非简单按 . 或 _ 切割，因为后者无法保证位置准确性（如文件名含多个点或不规则下划线时易出错）。

核心思路是：利用正则的捕获组（capturing group） 锁定目标片段，并通过 ^ 和 $ 锚定整体结构，确保匹配严谨性。推荐使用的正则模式为：

^[^_]+_[^_]+_([^_]+_[^_]+)..*$

模式解析：

^：字符串开头锚点；
[^_]+：匹配一个或多个非下划线字符（即第一段 AA）；
_：字面量下划线；
[^_]+：第二段 BB；
_：第二个下划线；
([^_]+_[^_]+)：捕获组 (1) —— 匹配“非下划线序列 + 下划线 + 非下划线序列”，精准对应 CC_20-300（注意：20-300 中的 - 属于“非下划线字符”，完全合法）；
.：字面量英文点（需转义）；
.*：匹配任意后续字符（扩展名剩余部分，如 tsv）；
$：字符串结尾锚点。

以下是完整、健壮的Java示例代码：

Java注释规范Skills

当用户要求为 Java 代码添加注释、修改注释、审查注释、整理注释格式，或要求按照代码注释规范处理 Java 文件时，使用本技能。本技能用于统一生成和维护 Java 类注释模板、按 Git 对比 release 判断版本号、补充每行代码上方中文块注释、调整注释空行规则，并保持 Java 文件 UTF-8 无 BOM 编码。典型触发场景包括：补充类注释、更新 @version、检查 @author 来源、整理行尾注释、把注释放到代码上一行、检查注释是否符合规范、构建前检查 Java 注释风格。

下载

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class FilenameExtractor {
    public static void main(String[] args) {
        String filename = "AA_BB_CC_20-300.tsv";
        // 正则：匹配开头两段前缀 + 下划线 + 目标两段（捕获）+ 点 + 扩展名
        String patternString = "^[^_]+_[^_]+_([^_]+_[^_]+)\..*$";

        Pattern pattern = Pattern.compile(patternString);
        Matcher matcher = pattern.matcher(filename);

        if (matcher.find()) {
            String extracted = matcher.group(1); // 获取捕获组1的内容
            System.out.println("Extracted: " + extracted); // 输出：CC_20-300
        } else {
            System.err.println("Filename format mismatch: '" + filename + "'");
        }
    }
}

✅ 关键优势：