如何编写适配双场景的正则表达式以提取目标CNPJ编号？

核心思路 #

直接匹配CNPJ的两种合法格式比拆分字符串更精准，能同时覆盖你提到的两个场景。CNPJ主要有两种呈现形式：带格式的（含.、/、-）和纯数字的（14位）。

可用正则表达式 #

\d{2}\.\d{3}\.\d{3}\/\d{4}-\d{2}|\d{14}

正则拆解 #

• \d{2}\.\d{3}\.\d{3}\/\d{4}-\d{2}：专门匹配带格式的CNPJ，比如22.111.539/0003-58
• |：逻辑或运算符，允许匹配两种格式中的任意一种
• \d{14}：匹配14位纯数字的CNPJ，比如02886427000164

场景验证 #

1. 针对文本 TAX ID - CNPJ+22.111.539/0003-58, CONTACT NAME
   匹配结果：22.111.539/0003-58，完全符合需求。
2. 针对文本 CNPJ:02886427000164-CEP:04794-000**
   匹配结果：02886427000164，精准提取目标内容。

关于原拆分方案的说明 #

你之前用的拆分正则[ +:,#]在第二个场景失效，是因为CNPJ后面的-不在你的分隔符列表里。但如果直接把-加入分隔符（变成[ +:,#-]），会把第一个场景中CNPJ本身的-当成分隔符，导致提取内容不完整。因此直接匹配CNPJ格式是更可靠的选择。

内容的提问来源于stack exchange，提问作者Snehasis Rout