某大厂员工爆料，试用期被辞退0赔偿，不同意，直接就单方解除，不怕劳动仲裁吗?

你在电商或者管理后台干过的应该懂，产品库这种东西，时间一长就变成“考古现场”了： “苹果 iPhone14pro  256g 紫色（官方标配）”， “Apple  iPhone 14 Pro 紫 256G 旗舰店同款”， 还有运营同学从别的平台粘过来的乱七八糟名字。 搜索不好用、对账不好对，做个报表还能把同一款手机拆成七八行数据，头都大。

今天就聊个很实用的小算法：怎么用 Java 写一个“产品名称格式修复器”。

别一上来就写代码，先说人话版本的规则，要不越改越乱。 以手机为例，可以先约定一个比较通用的格式：

品牌 + 空格 + 型号 + 空格 + 规格(容量) + 空格 + 颜色 + 其他属性（可选）

比如，把下面这些：

• Apple  iphone14 PRO 256g  深紫（官方标配）
• 苹果-iPhone14Pro 256GB 紫 5G手机【爆款】
•  iPhone14 Pro 紫色 256G Apple 

统一修成：

Apple iPhone 14 Pro 256GB 紫色

那我们要做的其实就是几件事：

1. 把多余空格、乱七八糟的符号先清掉；
2. 把同一个意思的词统一一下，比如 256g / 256 G / 256GB 都当成 256GB；
3. 把品牌、型号、容量、颜色这些信息从原字符串里“捞出来”；
4. 按我们约定的顺序重新拼回去。

听起来有点像在“洗衣服”：先预洗、再分类、再烘干叠好。

顺带一嘴，这种“脏数据清洗”的活，在排查线上日志、同步数据库、分析埋点时也经常遇到，思路都差不多。

可以把整个修复过程当成一条小流水线：

1. 预处理：空格、大小写、全半角统一；
2. 规则匹配：用正则 & 关键字把各个属性“抠”出来；
3. 组装：用统一格式把解析好的结构再拼成一个干净的名字。

用 Java 写的话，可以先定义一个小对象，专门装“解析结果”：

publicclassProductNameInfo{
private String brand;
private String model;
private String capacity;
private String color;
private String extra; // 其它描述，比如“5G手机”“官方标配”

// 省略 getter/setter/toString
}

然后写一个核心入口方法：

publicclassProductNameNormalizer{

public String normalize(String rawName){
if (rawName == null) {
return"";
        }
// 1. 预处理：空格、全角字符、大小写
        String s = preClean(rawName);

// 2. 去掉各种营销标签、括号里的促销文案
        s = removePromotionWords(s);

// 3. 解析出品牌、型号、容量、颜色等信息
        ProductNameInfo info = parseCoreAttributes(s);

// 4. 按约定格式重新拼接
return format(info);
    }
}

下面把几个关键步骤拆开说。

关键步骤一：预处理 + 噪音清理

预处理其实就是那种“见了就写”的小工具函数，但对提升效果非常关键。

private String preClean(String name){
// 去掉前后空格
    String s = name.trim();

// 把连续空格压成一个
    s = s.replaceAll("\\s+", " ");

// 全角转半角（简单点只处理常见符号）
    s = s.replace('（', '(')
         .replace('）', ')')
         .replace('【', '[')
         .replace('】', ']')
         .replace('－', '-');

// 统一单位写法：g/G/GB -> GB
    s = s.replaceAll("(?i)(\\d+)\\s*g(b)?", "$1GB");

return s;
}

private String removePromotionWords(String s){
// 去掉中括号、书名号、花括号里的营销词，如【爆款】、[热卖]、（官方标配）
    s = s.replaceAll("[\\[【《<].*?[\\]】》>]", "");
    s = s.replaceAll("\\(.*?\\)", "");

// 去掉常见无意义词
    String[] noiseWords = {"爆款", "热卖", "旗舰店同款", "正品保障"};
for (String w : noiseWords) {
        s = s.replace(w, "");
    }

// 再压一次空格
return s.replaceAll("\\s+", " ").trim();
}

上面这段算是“粗加工”，先把特别碍眼的东西都挪走。

关键步骤二：解析品牌、型号、容量、颜色

真正有点“算发味”的地方在这儿： 我们要从一整串文本里，把有用信息定位出来。

思路是：

• 品牌：用一个品牌词典去匹配（Apple、苹果 等），命中后统一成一个标准写法；
• 容量：正则抓类似 128GB / 256GB；
• 颜色：用一个简单的颜色词表；
• 型号：在去掉品牌/容量/颜色之后，剩下的主体大概率就是型号+系列。

示例代码（为了篇幅，词典写得比较简陋，你可以按业务扩展）：

privatestaticfinal Map<String, String> BRAND_MAP = new HashMap<>();
privatestaticfinal Map<String, String> COLOR_MAP = new HashMap<>();
static {
    BRAND_MAP.put("apple", "Apple");
    BRAND_MAP.put("苹果", "Apple");

    COLOR_MAP.put("紫色", "紫色");
    COLOR_MAP.put("深紫", "紫色");
    COLOR_MAP.put("金色", "金色");
    COLOR_MAP.put("黑色", "黑色");
}

private ProductNameInfo parseCoreAttributes(String s){
    ProductNameInfo info = new ProductNameInfo();
    String work = s;

// 1. 品牌匹配
for (Map.Entry<String, String> e : BRAND_MAP.entrySet()) {
        String key = e.getKey();
if (work.toLowerCase().contains(key.toLowerCase())) {
            info.setBrand(e.getValue());
// 把品牌从字符串里去掉，免得后面重复
            work = work.replaceAll("(?i)" + Pattern.quote(key), "");
break;
        }
    }

// 2. 容量匹配：128GB / 256GB / 512GB
    Matcher capMatcher = Pattern.compile("(\\d{2,4})\\s*GB", Pattern.CASE_INSENSITIVE)
            .matcher(work);
if (capMatcher.find()) {
        info.setCapacity(capMatcher.group(1) + "GB");
        work = work.replace(capMatcher.group(0), "");
    }

// 3. 颜色匹配
for (Map.Entry<String, String> e : COLOR_MAP.entrySet()) {
if (work.contains(e.getKey())) {
            info.setColor(e.getValue());
            work = work.replace(e.getKey(), "");
break;
        }
    }

// 4. 剩下的当“型号 + 其它描述”
    work = work.replaceAll("\\s+", " ").trim();
    info.setModel(work); // 简化处理：全部当型号
return info;
}

这里我偷了个懒：model 就直接用剩下的整串。 实际项目里，你可以继续拆，比如把 iPhone14 Pro 拆成 系列 + 版本，那是下一层优化了。

关键步骤三：统一输出格式

最后一步就是把“洗干净、分好类”的信息重新拼接回一个规范名字：

private String format(ProductNameInfo info){
    List<String> parts = new ArrayList<>();

if (notBlank(info.getBrand())) {
        parts.add(info.getBrand());
    }
if (notBlank(info.getModel())) {
// 型号里顺手整理一下多余空格、首字母
        String model = info.getModel().trim().replaceAll("\\s+", " ");
        parts.add(model);
    }
if (notBlank(info.getCapacity())) {
        parts.add(info.getCapacity());
    }
if (notBlank(info.getColor())) {
        parts.add(info.getColor());
    }
if (notBlank(info.getExtra())) {
        parts.add(info.getExtra());
    }

return String.join(" ", parts);
}

privatebooleannotBlank(String s){
return s != null && s.trim().length() > 0;
}

这样一个“产品名称格式修复器”就跑得起来了。 你可以写个小 main 测试几条原始数据，看看输出效果：

publicstaticvoidmain(String[] args){
    ProductNameNormalizer normalizer = new ProductNameNormalizer();
    System.out.println(normalizer.normalize("苹果-iPhone14Pro 256g 紫 5G手机【爆款】"));
    System.out.println(normalizer.normalize("  iPhone14 Pro 紫色 256G Apple (官方标配) "));
}

整体思路其实很朴素：先清洗，再拆分，最后统一格式。 规则写得越细，效果会越好，但也要注意一点：别把所有逻辑全堆在一个大正则里，不好维护。 慢慢长大这套规则的时候，记得按“品牌/规格/颜色/噪音”这样分层来写函数，你以后回头看代码会感谢现在的自己。

行，先写到这，等你哪天真把这东西接到导入 Excel、SKU 比对那条链路上，再跟我吐槽一波也不迟。

-END-

我为大家打造了一份RPA教程，完全免费：songshuhezi.com/rpa.html