该正则表达式用于匹配以下两种格式的字符串：14位数字：如12345678901234带分隔符的18位数字（类似身份证号格式）：如12.345.678/9012-34说明：^\[0-9\]{14}$匹配14位纯数字。^\[0-9\]{2}\\.\[0-9\]{3}\\.\[0-9\}{3}\\/\[0-9\]{4}\\-\[0-9\]{2}$匹配类似身份证号的格式，其中：\.表示点号（.）\/表示斜

本文深入探讨了如何用正则表达式精准提取巴西CNPJ税号（如“22.111.539/0003-58”或“02886427000164”），特别针对真实文本中常见的干扰因素——如分隔符混杂、前缀后缀（CNPJ:、+、-）、以及紧邻的CEP邮编字段（如“-CEP:04794-000”）——提出基于正向先行断言的高鲁棒性解决方案，并附上开箱即用的Java代码示例与关键避坑指南，助你告别误匹配、硬编码索引和格式误切，真正实现“一式多用、稳准快提”。

本文介绍如何设计一个兼顾多种格式（含分隔符和干扰字段如 CEP）的正则表达式，精准提取巴西 CNPJ 税号（如 22.111.539/0003-58 或 02886427000164），并提供可直接运行的 Java 示例与关键注意事项。

本文介绍如何设计一个兼顾多种格式（含分隔符和干扰字段如 CEP）的正则表达式，精准提取巴西 CNPJ 税号（如 `22.111.539/0003-58` 或 `02886427000164`），并提供可直接运行的 Java 示例与关键注意事项。

在实际文本解析场景中，CNPJ（Cadastro Nacional da Pessoa Jurídica）编号常以不同格式嵌入非结构化字符串中，例如：

• TAX ID - CNPJ+22.111.539/0003-58, CONTACT NAME
• CNPJ:02886427000164-CEP:04794-000**

目标是稳定提取 CNPJ 主体部分，同时规避后续出现的 -CEP: 等干扰字段。简单使用 [\r\n +:,#-]+ 分割虽能处理第一种情况，但在第二种中会错误地将 02886427000164 和 CEP 之间的 - 也作为分隔符，导致切割失效。

✅ 推荐正则：前瞻断言实现“末尾无关性”

采用带正向先行断言（positive lookahead） 的模式，确保分隔符仅在“其后不引入 CEP 字段”的上下文中生效：

String regex = "[\\r\\n +:,#-]+(?=(?:(?!CEP).)*$)";

该正则含义分解如下：

• [\\r\\n +:,#-]+：匹配一个或多个换行、空格、+、:、,、# 或 -（注意 - 放在字符类末尾避免被误解析为范围符）；
• (?=(?:(?!CEP).)*$)：关键！ 表示“该位置之后直到字符串结尾，不能出现子串 CEP”——即只在 CEP 出现前的分隔符处切分，跳过 -CEP 中的 -。

✅ 完整 Java 示例（可直接运行）

public class CNPJExtractor {
    public static void main(String[] args) {
        String text1 = "TAX ID - CNPJ+22.111.539/0003-58, CONTACT NAME";
        String text2 = "CNPJ:02886427000164-CEP:04794-000**";

        String regex = "[\\r\\n +:,#-]+(?=(?:(?!CEP).)*$)";

        String[] parts1 = text1.split(regex);
        String[] parts2 = text2.split(regex);

        // 注意：索引需按实际分割结果动态判断（见下方说明）
        System.out.println("Text1 CNPJ: " + (parts1.length > 1 ? parts1[1] : "not found")); 
        // → 输出: 22.111.539/0003-58

        System.out.println("Text2 CNPJ: " + (parts2.length > 0 ? parts2[0] : "not found")); 
        // → 输出: CNPJ:02886427000164 → 仍含前缀，需进一步清洗
    }
}

⚠️ 重要提示：split() 返回数组索引不可硬编码
上述示例中 parts1[1] 和 parts2[0] 的取值依赖于原始文本结构。更健壮的做法是结合 Pattern + Matcher 进行主动捕获，例如：

Pattern pattern = Pattern.compile("CNPJ[:+]([\\d./-]+)(?=-CEP|$)");
Matcher m1 = pattern.matcher(text1);
Matcher m2 = pattern.matcher(text2);
if (m1.find()) System.out.println(m1.group(1)); // 22.111.539/0003-58
if (m2.find()) System.out.println(m2.group(1)); // 02886427000164

? 最佳实践建议

• 优先使用 Pattern.compile(...).matcher(...).find() 而非 split()，因语义更清晰、容错更强；
• 若必须用 split()，请始终校验数组长度并结合上下文定位目标片段；
• 对 CNPJ 格式验证（如校验位计算）应在提取后单独进行，不属于正则职责；
• 在 JSON/XML/日志等半结构化场景中，预处理清理冗余符号（如 **、重复分隔符）可显著提升正则稳定性。

通过合理运用前瞻断言与语义化匹配，即可一套正则覆盖多变输入，兼顾准确性与可维护性。

好了，本文到此结束，带大家了解了《该正则表达式用于匹配以下两种格式的字符串：14位数字：如12345678901234带分隔符的18位数字（类似身份证号格式）：如12.345.678/9012-34说明：^\[0-9\]{14}$匹配14位纯数字。^\[0-9\]{2}\\.\[0-9\]{3}\\.\[0-9\}{3}\\/\[0-9\]{4}\\-\[0-9\]{2}$匹配类似身份证号的格式，其中：\.表示点号（.）\/表示斜杠（/）\-表示短横线（-）示例：符合的字符串：1234567890123412.345.678/9012-34不符合的字符串：1234567890123（13位）`12.345.678/9》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！