如何通过正则表达式区分产品规格与外箱尺寸 避免匹配错误

问题根因 #

你当前使用的正则仅匹配「数字 + x + 数字 + 单位」的两段式结构，遇到20x20x20cm这类三段及以上多维度尺寸时，会自动截取后两段内容返回，因此出现误匹配。

适配方案 #

方案1：仅排除多维度尺寸误匹配（无外箱关键词也可生效）

在原有正则开头增加负向后视断言，禁止匹配项前缀存在「数字 + x」的结构，即可避免从多维度尺寸里截取两段式的错误结果：
修改后正则：
(?<!\d\s*x\s*)\d+\s*x\s*\d*[.,]?\d+\s*(?:cm|g)\b

• 可正常匹配：Abc 2x200g中的2x200g、Product 15x30cm中的15x30cm
• 自动过滤：Box 20x20x20cm中的所有尺寸片段，因为第二段20x20cm前缀存在20x，会被断言拦截

方案2：额外过滤带外箱标识的尺寸（适配有固定外箱关键词的场景）

如果你的产品名中外箱描述固定带Box、外箱、箱规这类前缀关键词，可以额外增加对应负向断言，直接排除这些关键词后的所有尺寸匹配：
修改后正则：
(?<!Box\s*)(?<!外箱\s*)(?<!\d\s*x\s*)\d+\s*x\s*\d*[.,]?\d+\s*(?:cm|g)\b
如果有其他外箱相关前缀，新增对应的(?<!关键词\s*)断言段即可。

内容的提问来源于stack exchange，提问作者chenny