本文介绍一种可靠方法：先按分号分割字符串获取首段，再用正则匹配末尾的国家名称（即最后一个逗号后、行末前的单词组合），避免误捕多段数据中的冗余内容。
本文介绍一种可靠方法：先按分号分割字符串获取首段，再用正则匹配末尾的国家名称（即最后一个逗号后、行末前的单词组合），避免误捕多段数据中的冗余内容。
在处理外部系统提供的结构化文本（如 city, region, country 格式）时，常见挑战是字段内混用逗号与分号——尤其当一条记录包含多个地理条目（如 A, B, C; D, E, F; G, H, I）时，仅靠单一正则易过度匹配。目标明确：只提取第一个分号（;）之前、其左侧最近一个空格之后的完整国家名，且忽略后续所有分号及之后的内容。
直接使用复杂正则尝试“一步到位”往往导致边界模糊（如误捕 region）、贪婪/非贪婪冲突或跨分号匹配。更稳健的策略是分两步处理：
预处理：以
;为界切分，取首段
这能天然隔离出第一个地理条目（如"New York, Northeast, United States"），彻底规避后续分号干扰。-
精匹配：在首段中定位末尾的国家名
国家名位于该段末尾，格式为逗号后、行末前的连续单词（可能含空格，如"United States"或"Côte d'Ivoire"）。推荐正则：[^, ]+$
或更严谨地支持常见国家名中的空格、连字符、撇号：
[ws-']+$
（注意：实际使用需根据数据清洗需求调整字符集，例如添加
é等重音符号）
✅ 完整 Java 示例：
String input = "New York, Northeast, United States; Berlin, Europe, Germany; Singapore, Southeast Asia, Singapore";
String firstSegment = input.split(";")[0].trim(); // 提取首段并去首尾空格
String countryPattern = "[\w\s\-']+$"; // 匹配末尾单词组合
Pattern r = Pattern.compile(countryPattern);
Matcher m = r.matcher(firstSegment);
if (m.find()) {
String country = m.group().trim(); // 再次去空格，确保干净
System.out.println(country); // 输出: United States
}
⚠️ 注意事项：
-
split(";")[0]在无分号时仍返回原字符串，兼容单条目记录（Record 1/2）； - 若首段末尾存在多余空格或换行符，务必调用
.trim()； - 正则
[\w\s\-']+中s可能意外捕获换行符，生产环境建议显式限定为`（空格）或使用[w -']+`； - 对于含引号或特殊标点的国家名（如
"Congo, Democratic Republic of the"），需前置预处理（如移除引号）或改用基于逗号分割的逻辑（取最后一个,后的内容）。
总结：面对嵌套分隔符的文本解析，优先用字符串分割做逻辑分层，再用正则做局部精匹配，比强行设计“万能正则”更清晰、可维护且鲁棒。
