Java中使用正则表达式提取文件名中间部分（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间部分（去除前缀与扩展名）

本文介绍如何在java中通过正则表达式精准提取文件名的中间段（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。

本文介绍如何在java中通过正则表达式精准提取文件名的中间段（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。

在实际文件处理场景中，常需从带分隔符（如下划线 _）和扩展名（如 .tsv）的文件名中提取特定语义段——例如保留倒数第二、三段组合，而剔除固定前缀与后缀。此时，硬编码 split() 易受段数变化影响，而正则表达式能以声明式方式精准定位目标结构。

正则模式解析

针对示例文件名 AA_BB_CC_20-300.tsv，目标是提取 CC_20-300，即：跳过前两个下划线分隔段，捕获后续直到点号前的所有内容。推荐正则模式为：

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

^：字符串起始锚点
[^_]+：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，匹配“非下划线段 + 下划线 + 非下划线段”，即 CC_20-300（注意：20-300 中的 - 属于 [^_]+ 允许的字符）
\.：字面量点号（需转义）
.*：匹配扩展名剩余部分（如 tsv）
$：字符串结束锚点

该模式强约束了结构：必须以两段前缀开头、紧接目标段（含一个下划线）、再以点号分隔扩展名。

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

完整实现代码

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：跳过前两段，捕获第三、四段（含中间下划线），忽略扩展名
        String patternString = "^[^_]+_[^_]+_([^_]+_[^_]+)\..*$";

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

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

注意事项与健壮性建议

✅ 扩展名兼容性：模式中的 \..*$ 可匹配任意扩展名（.csv, .txt 等），无需修改。

⚠️ 段数严格性：当前模式要求文件名恰好包含4段主内容（AA/BB/CC/20-300）。若实际数据段数不固定（如 X_Y_Z_A_B.tsv），应改用更灵活策略：

// 示例：提取最后两段（推荐用于动态段数）
String flexiblePattern = "^(?:[^_]+_){2}((?:[^_]+_)*[^_]+)\..*$";
// 或直接用 split() + 数组索引（更易读）：
String[] parts = filename.substring(0, filename.lastIndexOf('.')).split("_");
if (parts.length >= 2) {
    String result = String.join("_", parts[parts.length-2], parts[parts.length-1]);
}