Java正则表达式求助：必填尾词搭配可选前置词匹配异常

首先，我来帮你排查原正则的问题，然后给出针对性的修复方案。你的核心需求是匹配可选的"IN" + 可选的"VOLUNTARY"（含缩写变体） + 必填的清算类术语，并从混杂文本中移除这些短语。

原正则的核心问题 #

原正则里的可选部分（IN和VOL变体）与必填项之间的空白、标点处理不够灵活，导致前置词无法和必填项正确衔接：

• 固定空格的限制让IN/VOL和必填项之间的衔接太僵硬，比如无法匹配IN,VOL LIQ这种带紧凑逗号的格式
• VOL.?(?:U[NM]TARY)?的单词边界被.干扰，影响了变体的匹配成功率
• 可选部分的组合逻辑没有充分考虑空白的不确定性

修复后的正则表达式 #

\b(?:IN(?:\s*,)?\s*)?(?:VOL\.?(?:U[NM]TARY)?(?:\s*,)?\s*)?(?:LIQ'N|LIQ|LQD|LIQD|LIQN|LIQUIDA|LIQUIDATION|REC|RECEIVERSHIP|RECSHIP|WINDING UP)\b

（实际使用时可直接合并无空格，\s*会自动匹配任意数量的空白）

关键调整说明 #

• 用\s*替代固定空格：匹配任意数量的空白（包括0个），让前置词和必填项之间的衔接更灵活，兼容紧凑或松散的排版
• 灵活处理逗号：在IN和VOL后面添加(?:\s*,)?\s*，支持IN, VOL LIQ或IN VOL, LIQUIDATION这类带逗号的格式
• 优化单词边界：保留\b确保匹配完整术语，避免误匹配其他单词的片段（比如不会把"LIQUID"当成"LIQ"的一部分）
• 保持可选逻辑：IN和VOL都是独立可选项，支持「仅IN+必填项」「仅VOL变体+必填项」「IN+VOL变体+必填项」「仅必填项」四种场景

测试验证 #

这个正则可以完美匹配你给出的所有示例：

• IN VOLUNTARY LIQUIDATION ✅
• IN VOL LIQ ✅
• VOL.LIQ ✅
• LIQUIDATION ✅
• 额外兼容带逗号的场景：IN, VOLUNTARY REC ✅

移除匹配项的Java代码示例 #

如果要从文本中批量移除这些匹配的短语，可以用String.replaceAll()实现：

String originalText = "ABC Corp (VOL.LIQ) is in WINDING UP process, alongside XYZ Ltd [IN VOLUNTARY LIQUIDATION]";
String regex = "\\b(?:IN(?:\\s*,)?\\s*)?(?:VOL\\.?(?:U[NM]TARY)?(?:\\s*,)?\\s*)?(?:LIQ'N|LIQ|LQD|LIQD|LIQN|LIQUIDA|LIQUIDATION|REC|RECEIVERSHIP|RECSHIP|WINDING UP)\\b";
String processedText = originalText.replaceAll(regex, "");
// 输出：ABC Corp () is in  process, alongside XYZ Ltd []

如果需要处理被[]或()包裹的场景，也可以在正则前后添加(?:\[|\()?和(?:\]|\))?来兼容，但你提到包裹不绝对，优先保证术语本身的匹配会更稳妥。

内容的提问来源于stack exchange，提问作者RTF