正则表达式提取固定问句后指定值失败，求问题排查与修正

我尝试使用正则表达式从段落中提取特定值，所用正则表达式如下：

String regex = "Are you a seller/buyer, a manufacturer, or both for the products you want to list? ANSWER(S): s*([^,]+)"

目标段落中必然包含固定子串：“Are you a seller/buyer, a manufacturer, or both for the products you want to list? ANSWER(S): ”，我希望提取该问句中冒号（:）后的内容。冒号后的内容只能是Both、Seller、Buyer或Manufacturer中的一个。
但段落中存在多处冒号，仅上述固定字符串为目标标识，目前正则无法正确提取目标值，能否告知我问题出在哪里？

咱们来一步步拆解你正则里的问题，以及对应的修正方案：

问题1：未转义正则特殊字符 #

你原正则里的两处特殊字符没有转义，导致固定前缀匹配失效：

• 问句末尾的?是正则的量词（表示匹配前面字符零次或一次），但你需要匹配的是原字符串里的问号，必须转义成\?，不然正则会把list的最后一个t当作可选字符，破坏固定前缀的准确性。
• ANSWER(S)里的括号是正则的分组符号，原字符串里的括号是普通字符，得转义成\(S\)，否则正则会把S当作分组内容处理，而非原字符串的一部分。

问题2：错误的空白匹配规则 #

你写的s*是匹配零个或多个字母s，但你实际要匹配的是冒号后的空白字符（空格、制表符等），应该写成\s*（\s是正则中专门匹配空白的元字符）。

问题3：匹配范围过于宽泛 #

[^,]+会匹配任意非逗号的字符，这会带来两个问题：

• 如果目标值后面没有逗号，正则会一直匹配到段落末尾，把无关内容也包含进来；
• 万一目标值后出现其他非逗号的无关内容，也会被误匹配。
  既然你明确知道目标值只能是Both|Seller|Buyer|Manufacturer中的一个，直接精准匹配这几个值才是最可靠的做法。

修正后的正则 #

String regex = "Are you a seller/buyer, a manufacturer, or both for the products you want to list\\? ANSWER\\(S\\):\\s*(Both|Seller|Buyer|Manufacturer)";

使用这个正则时，通过分组1（也就是括号(...)包裹的内容）就能精准拿到你想要的目标值，完全不会被段落里的其他冒号干扰。

内容的提问来源于stack exchange，提问作者user3407267