Android平台：正则表达式筛选信用卡/借记卡交易短信

兄弟，我太懂你这个痛点了——只靠卡号正则确实会把一堆银行推广短信也误捞进来，毕竟现在很多推广短信也会带上脱敏的卡号来蹭眼熟。得从交易短信的核心特征入手，把正则和关键词过滤结合起来，给你几个实用的思路：

1. 锁定交易核心关键词 #

交易短信必然会包含和资金变动相关的动作词，比如「消费」「支出」「转账」「还款」「入账」「扣款」「交易成功」「支付」这些。你可以把这些关键词和卡号正则结合，先判断短信有没有这些词，再匹配卡号，从根源上排除推广短信。

优化后的组合正则可以这么写：

(消费|支出|转账|还款|入账|扣款|交易成功|支付).*([0-9]{4}[Xx*]{4,8}[0-9]{4})

这里把卡号正则也优化了——脱敏银行卡号一般是前4位数字，中间4-8位打码（*或x），最后4位数字，用[0-9]{4}[Xx*]{4,8}[0-9]{4}能精准匹配这种格式，避免误抓其他数字串。

2. 叠加金额特征过滤 #

交易短信肯定会有金额信息，格式无非是「¥XX.XX」「金额：XX.XX」或者「$XX.XX」这类。把金额正则也加进去，三重过滤（交易关键词+卡号+金额），精准度会大幅提升。

金额的正则可以这么写：

¥\d+(\.\d{1,2})?|金额：\d+(\.\d{1,2})?

3. 反向排除推广关键词 #

反过来想，推广短信常带「办理」「升级」「额度提升」「优惠」「活动」「免费」这些词，你可以在筛选逻辑里加一步：如果短信包含这些词，直接跳过，不用再走后续匹配。

举个实际代码例子（Python） #

下面是一个完整的筛选逻辑示例，把上面的思路整合起来：

import re

# 预编译正则，提升效率
transaction_keywords = re.compile(r'消费|支出|转账|还款|入账|扣款|交易成功|支付')
exclude_keywords = re.compile(r'办理|升级|额度提升|优惠|活动|免费')
card_pattern = re.compile(r'[0-9]{4}[Xx*]{4,8}[0-9]{4}')
amount_pattern = re.compile(r'¥\d+(\.\d{1,2})?|金额：\d+(\.\d{1,2})?')

# 假设这是你的短信列表
sms_list = [
    "您尾号1234的储蓄卡账户10月5日10:00消费¥199.00，余额5000.00",
    "【XX银行】您的信用卡尾号5678可提升额度至5万，点击办理",
    "您尾号9012的信用卡于10月5日14:30还款¥2000.00，已到账",
    "【XX银行】双11信用卡满减活动，尾号3456卡可享满100减20"
]

# 筛选结果
transaction_sms = []
for sms in sms_list:
    # 先排除推广短信
    if exclude_keywords.search(sms):
        continue
    # 同时满足交易关键词、卡号、金额三个条件才保留
    if all([
        transaction_keywords.search(sms),
        card_pattern.search(sms),
        amount_pattern.search(sms)
    ]):
        transaction_sms.append(sms)

print(transaction_sms)

运行后只会输出真正的交易短信，推广短信会被直接排除。

内容的提问来源于stack exchange，提问作者Basha A