Java如何正确过滤匹配带计量单位的相关字符串

问题原因分析 #

你原来的正则存在多处语法错误，无法匹配目标字符串：

• 数字匹配部分[0_9*]写法错误：方括号内0_9只会匹配0、下划线、9三个字符，额外的*也会被当成普通字符匹配，完全无法识别任意长度的数字串
• 后缀匹配部分[(GB)(MB)(KB)]错误：方括号是字符集匹配规则，只会匹配括号、G、B、M、K中的单个字符，无法匹配GB/MB这类多字符后缀
• 仅匹配了存储单位后缀，你给出的示例中还包含AM/PM/ST/ND这类时序/序列后缀，没有纳入匹配规则
• 搭配find()方法时如果要匹配整个字符串，要么正则首尾加^/$，要么直接用matches()方法更合适

正确实现代码 #

如果需要匹配你给出的所有示例字符串，调整后的代码如下：

// 正则预编译建议放在循环外，避免重复编译影响性能
Pattern pattern = Pattern.compile("^\\d+(GB|MB|KB|AM|PM|ST|ND)$");
if (pattern.matcher(words[i]).matches()) {
    // 匹配成功后的业务逻辑
}

如果只需要筛选存储单位（GB/MB/KB），调整正则的后缀部分即可：

Pattern pattern = Pattern.compile("^\\d+(GB|MB|KB)$");
if (pattern.matcher(words[i]).matches()) {
    // 匹配成功后的业务逻辑
}

正则规则说明 #

• ^ 匹配字符串开头
• \\d+ 匹配1个及以上的阿拉伯数字
• (GB|MB|KB|AM|PM|ST|ND) 匹配括号内任意一个后缀字符串
• $ 匹配字符串结尾
• matches() 方法要求整个字符串完全符合正则规则，避免子串匹配导致的误判

内容的提问来源于stack exchange，提问作者Sun