本文讲解如何从含多组“城市,地区,国家”结构、并以分号分隔的字符串中，仅提取第一组末尾的国家名（即首个分号前最后一个逗号后的字段），避免匹配多余内容或后续分组。
本文讲解如何从含多组“城市,地区,国家”结构、并以分号分隔的字符串中，**仅提取第一组末尾的国家名**（即首个分号前最后一个逗号后的字段），避免匹配多余内容或后续分组。
在处理外部数据源（如CSV导出或API响应）时，常遇到格式不统一的地址字段：有的记录仅含 city, country，有的为 city, region, country，还有的以分号拼接多个完整条目，例如："New York, Northeast, United States; Berlin, Europe, Germany; Singapore, Southeast Asia, Singapore"
目标非常明确：只取第一个分号之前的部分中、最后一个逗号之后的国家名（即 "United States"），而非所有国家，也不包含逗号、空格或分号本身。
直接用单条正则硬匹配整个字符串极易出错——因为需同时处理逗号数量可变、空格存在性不确定、分号位置动态变化等边界条件。更稳健的策略是分步处理：先按分号切分获取首段，再从该段中提取末尾国家。
✅ 推荐方案：分治法（Split + 正则精匹配）
String input = "New York, Northeast, United States; Berlin, Europe, Germany; Singapore, Southeast Asia, Singapore";
// Step 1: 取第一个分号前的子串（即首组完整记录）
String firstGroup = input.split(";")[0].trim(); // → "New York, Northeast, United States"
// Step 2: 匹配末尾的国家名 —— 由单词和空格组成，且位于字符串最右端
String pattern = "\w+(?:\s+\w+)*$"; // 匹配末尾连续的单词序列（支持多词国家名，如 "United States", "South Africa"）
Pattern r = Pattern.compile(pattern);
Matcher m = r.matcher(firstGroup);
if (m.find()) {
String country = m.group(); // → "United States"
System.out.println("Extracted country: " + country);
}
? 关键点解析：
-
split(";")[0]确保只处理第一组，天然规避了后续分号干扰； -
trim()消除首尾空白，提升健壮性； - 正则
\w+(?:\s+\w+)*$含义：-
\w+：匹配至少一个字母/数字/下划线（国家名首词）； -
(?:\s+\w+)*：非捕获组，匹配零或多次“空格+后续词”，支持多词国家； -
$：严格锚定到字符串结尾，确保只取最后字段（即国家），排除 region 或 city。
-
⚠️ 注意事项：
- 若输入不含分号（如
"Tokyo, Japan"），split(";")[0]仍安全返回原字符串； - 该方案不依赖逗号数量，即使某记录为
"Paris, France"（1个逗号）或"Sydney, New South Wales, Australia"（2个逗号），均能准确捕获末尾国家； - 避免使用
.*?,类贪婪匹配——易受中间逗号误导；也无需复杂负向断言，简洁即可靠。
✅ 替代方案（纯正则，仅限简单场景）
若必须单正则解决（如在不支持代码逻辑的工具中），可使用：
^[^;]*?,s*([^,;]+)(?=s*(?:;|$))
并取捕获组1。但此式对多词国家（含空格）支持弱，且可读性与维护性远低于分步法，生产环境强烈推荐分治策略。
总结：面对结构松散的外部数据，优先用字符串基础操作（split, trim）收窄范围，再以精准正则提取目标字段——既保证准确性，又提升代码可读性与可维护性。
