匹配地址的正则表达式：匹配具有不同结构的地址的问题

Posted 2023-04-18

【中文标题】匹配地址的正则表达式：匹配具有不同结构的地址的问题

【英文标题】：Regular Expression to match addresses: problem with matching addresses with different structures

【发布时间】：2021-12-07 18:26:18

【问题描述】：

我使用正则表达式来匹配街道地址的不同部分（街道编号、街道编号、城市...）。 到目前为止，除了城市之外，一切都正常，具体取决于地址的结构：

我的数据中的某些地址仅以城市结尾，例如： “巴黎” 还有一些以城市、逗号和国家结尾，遵循以下结构：“Paris, France” 我发现正则表达式可以匹配除地址结尾（城市+国家）之外的所有内容，所以我想正确匹配城市。

我不能只匹配第一个单词，因为有些城市由多个单词组成（例如：Saint-Jean-Port-Joli）。

这是我尝试匹配的城市：

(\\w.*,|\\w.*$)

不幸的是，这给了我： "Paris" 以 "Paris" 结尾的地址和 "Paris," 以 "Paris, France"

结尾的地址

我该怎么办？

感谢您的帮助， 蒂姆

【参考方案1】：

匹配所有非逗号的字符：

^[^,]+

见live demo。

这匹配所有内容，但不包括第一个逗号或结尾，以先到者为准。

这也适用于包含各种字符的城市名称，例如L'Haÿ-les-Roses, France

【讨论】：

非常感谢，这正是我所需要的！

【参考方案2】：

如果您的正则表达式支持前瞻，这非常简单：

^.+?(?=(, [\w\s]+)?)$

我添加了 \s 以便像布基纳法索这样的国家/地区可以正确解析。请注意，如果您的字符串有多个逗号，这将包括最后一个。

【讨论】：

非常感谢您的帮助！！