Java中使用正则表达式匹配多组文件名模式（如数字前缀型与5字符S系列）

本文介绍如何在java中通过单个正则表达式或逻辑组合，同时匹配两类文件名：一类以1/2开头、后接pr+字母+数字的固定结构；另一类以字母s开头、总长恰好为5个字符的字符串。

在实际文件处理场景中，常需根据命名规则对不同来源的文件进行分类识别。题中需求包含两组模式：

• 第一组（原已实现）：形如 1PRW12345 或 2PRZ32145，即：

  • 首字符为 1 或 2
  • 紧跟 PR
  • 第4位为 K–Z 范围内的大写字母
  • 后续5位为数字（原文正则 [1-2]PR[K-Z]\\d{2}\\d{3} 等价于 \\d{5}，但隐含结构为2位+3位）

• 第二组（新增需求）：以 S 开头、总长度严格为5 的字符串，例如 SCA1W、SB1FC（注意：SB1FC 实际为5字符 ✅，而 S123 只有4字符 ❌，STOOLX 为6字符 ❌）

⚠️ 注意：S.{4}（答案中给出）虽能匹配“S开头后跟任意4字符”，但不保证总长为5（例如 S\n\t\r 也符合），且未限定字符类型（如是否允许小写、特殊符号）。更严谨的写法应明确字符集与长度约束。

✅ 推荐解决方案：使用逻辑或（|）合并两个独立正则

String inputfield = "SCA1W"; // 可替换为任意待测字符串

// 合并两组规则：(1/2开头的PR模式) | (S开头+4个ASCII字母/数字)
String combinedRegex = "^[1-2]PR[K-Z]\\d{5}$|^S[A-Za-z0-9]{4}$";
Pattern pattern = Pattern.compile(combinedRegex);
Matcher matcher = pattern.matcher(inputfield);
boolean matchFound = matcher.find(); // 或用 matcher.matches() 更推荐（见下文说明）

if (matchFound) {
    System.out.println("匹配成功，执行对应业务逻辑...");
    // e.g., 文件解析、日志记录、路由分发等
}

? 关键细节说明

• ^ 和 $ 是锚点，确保整个字符串完全匹配，避免子串误匹配（如 "ABC1PRW12345XYZ" 会被错误接受）；
• \\d{5} 替代原文的 \\d{2}\\d{3}，语义更清晰，且等效；
• S[A-Za-z0-9]{4} 明确限定后4位为大小写字母或数字（共5字符），比 S.{4} 更安全可控；
• 使用 matcher.matches() 比 matcher.find() 更合适——因我们要求全字符串匹配，而非查找子串。

? 常见误区提醒

• ❌ 错误："S.{4}" → 可能匹配换行符、空格、Unicode字符，且不限定总长校验；
• ❌ 错误：省略 ^ 和 $ → 导致部分匹配，降低准确性；
• ❌ 错误：将两组模式拼接为 "1PR...|S..." 却未加括号分组 → 优先级混乱（如 "A|B C" 实际匹配 A 或 B C，而非 A|B 后接 C）。

✅ 进阶建议（可选）

若未来需扩展更多模式（如增加 Txxx 系列），可采用策略模式封装各正则，或构建正则集合动态编译：

List patterns = Arrays.asList(
    "^[1-2]PR[K-Z]\\d{5}$",
    "^S[A-Za-z0-9]{4}$",
    "^T\\d{4}$"
);
String fullRegex = String.join("|", patterns);
Pattern pattern = Pat
tern.compile(fullRegex);

综上，通过合理设计正则表达式并辅以锚点和字符集约束，即可健壮、高效地支持多类文件名的统一匹配判定。