Java正则表达式问题：无法从字符串提取正确PDF文件名

你当前的正则表达式^.+pdf$无法匹配目标内容，核心问题有两个：

• ^和$是整个字符串的开头/结尾锚点，但你的目标字符串是多个逗号分隔的文件名组合，整体既不以.pdf结尾（最后是.pdf.tmp），也无法定位到单个文件名项
• 没考虑逗号分隔的规则，无法拆分出独立的文件条目

正确的正则表达式 #

要匹配符合要求的PDF文件名，可使用：

(?:^|,)([^,]+?\.pdf)(?:,|$)

各部分含义：

• (?:^|,)：匹配字符串开头或逗号，定位单个文件名的起始位置（非捕获组，不提取该部分）
• ([^,]+?\.pdf)：捕获目标文件名——[^,]+?匹配任意非逗号字符（非贪婪模式，避免过度匹配），.pdf确保是PDF后缀
• (?:,|$)：匹配逗号或字符串结尾，确保.pdf是该文件名的最终后缀（非捕获组）

修正后的代码 #

String str = "file_record_transcript.pdf,file_07241999.pdf,testfile_fake.pdf.tmp";
String capturePattern = "(?:^|,)([^,]+?\\.pdf)(?:,|$)";

Pattern p1 = Pattern.compile(capturePattern);
Matcher m1 = p1.matcher(str);

while(m1.find()) {
    // 提取捕获组1的内容，即匹配到的PDF文件名
    String pdfFile = m1.group(1);
    System.out.println("匹配到的PDF文件: " + pdfFile);
    System.out.println("起始索引: " + m1.start(1));
    System.out.println("结束索引: " + m1.end(1));
    System.out.println();
}

输出结果 #

匹配到的PDF文件: file_record_transcript.pdf
起始索引: 0
结束索引: 27

匹配到的PDF文件: file_07241999.pdf
起始索引: 28
结束索引: 47

补充简化写法（适合学习理解） #

如果不想用正则，也可以先按逗号拆分字符串，再逐个判断后缀：

String str = "file_record_transcript.pdf,file_07241999.pdf,testfile_fake.pdf.tmp";
String[] files = str.split(",");
for(String file : files) {
    // 只保留以.pdf结尾且后面无额外后缀的文件
    if(file.endsWith(".pdf") && !file.contains(".pdf.")) {
        System.out.println(file);
    }
}

内容的提问来源于stack exchange，提问作者Paras Mani