Question

我正在使用Regex来提取地址。我想做的是能够在我的代码块中使用一些正则表达式来提取地址，但在某些情况下，在返回的匹配中包含起始点/条件文本（例如STREET A，CNR）和其他情况下两个点之间的所有文本，但不包括返回的匹配中的一个点。

我希望有人可以帮我构建一个正则表达式字符串，它将返回字符串中两个定义点之间的所有内容。捕获有时候匹配应该包括来自正则表达式的短语（例如CNR），有时不应该在匹配中包含不同的短语（例如示例文本）。

如何在上述正则表达式中使用STREET A（或其他短语）作为标记来返回正则表达式匹配，但实际上并未在匹配中包含它？

谢谢！

我在下面添加了一些额外的信息，希望对此有所帮助。这些是一些例子：

我已经制作了Italic任何匹配条件，然后我制作Bold的项目应该匹配，这些只是一些例子，但实际上正则表达式可以匹配很多不同的东西，因为地址不是总是123例st。

@@ ALERT SMPL1 F0000000 GAS PIPE LEAK MAIN HWY SUBURB SVNW 1111 A1（375302）SMPLT1 [SMPL]

@@ ALERT F0000000 SMPL1 STRUC1烟雾报警操作和烟雾 CNR 样本ST /示例ST SUBURB SVNE 1111 D7

@@ ALERT SMPL1 F0000000 车辆事故 - POSS人被劫持 主要人员 SVNW 1111 A1（375302）SMPLT1 [SMPL]

@@ ALERT F0000000 SMPL1 STRUC1 气体瓶爆炸 样品ST /示例ST SUBURB SVNE 1111 D7

----更多信息----

这就是正则表达式目前（并且有效），但是我无法在开始时将多个匹配项排除在外：

(CNR|(([\d]+/[\d]+)|([\d]+ / [\d]+)|([\d]+-[\d]+)|([\d]+ - [\d]+)|( [\d]+ ))).*?(?=SV[NCSEW]| M )|(?<=GAS PIPE LEAK).*?(?=SV[NCSEW]| M )

这是我想要尝试和实现的目标:(但无法正常工作）

(CNR|(([\d]+/[\d]+)|([\d]+ / [\d]+)|([\d]+-[\d]+)|([\d]+ - [\d]+)|( [\d]+ ))).*?(?=SV[NCSEW]| M )|(?<=(GAS PIPE LEAK|FIRE ALARM|SMOKE ALARMS|FIRE|)).*?(?=SV[NCSEW]| M )

以下是一些示例字符串：

@@ ALERT F000000 BELM4 STRUC1激活烟雾报警JACARANDA ST SUBURB / ROAD ST M 000 K3（000000）

@@ ALERT F000000 BELM4 STRUC1 FIRE JACARANDA ST SUBURB / ROAD ST M 000 K3（000000）

@@ ALERT F000000 BELM4 STRUC1 EXPLOSION 123 JACARANDA ST SUBURB / ROAD ST M 000 K3（000000）

@@ ALERT F000000 BELM4未定义的火灾JACARANDA ST SUBURB / ROAD ST M 000 K3（000000）

Answer 1

您可以使用前缀和后缀匹配表达式，然后使用其他匹配项的结果

(?<=GAS PIPE LEAK).*?(?=SVN[EW])|(CNR|STREET A).*?(?=SVN[EW])

Answer 2

你可以使用类似的东西：

((?<=(?:GAS PIPE LEAK|CAR ACCIDENT - POSS PERSON TRAPPED|GAS BOTTLE EXPLOSION) )|CNR).*?(?= [A-Z]+ [0-9]+)
        ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^    ^^^
                                          1                                        2

你可以看到第一部分是不匹配的部分，第二部分是匹配部分。

请注意，如果您在地址前有不同的短语变体，则正则表达式不太实用。如果你可以识别一些模式，那将是正则表达式更合适的工具：）

编辑：更新后，你可以尝试这样的事情：

((?<=(?:GAS PIPE LEAK|FIRE|RHS|ROOF|TRAPPED|EXPLOSION|ALARMS) )|CNR).*?(?= SV[NCSEW]| M\b)

我在regexhero.net上对其进行了测试，但由于我无法在不支付帐户的情况下创建固定链接，因此以下是您的8个示例输入的结果：

MAIN HWY SUBURB
CNR SAMPLE ST/EXAMPLE ST SUBURB
MAIN HWY SUBURB
SAMPLE ST/EXAMPLE ST SUBURB
JACARANDA ST SUBURB /ROAD ST
JACARANDA ST SUBURB /ROAD ST
123 JACARANDA ST SUBURB /ROAD ST
JACARANDA ST SUBURB /ROAD ST

否则，您当前的正则表达式对于所有嵌套捕获组都不具有可读性。您可以考虑将某些选项转换为非捕获组，并使用开头的数字重新组合一些选项：

(?:CNR|\b\d+(?:\s?[/-]\s?\d+)?\b).*?(?= SV[NCSEW]| M\b)|(?<=(?:GAS PIPE LEAK|FIRE ALARM|SMOKE ALARMS|FIRE|TRAPPED|EXPLOSION) ).*?(?= SV[NCSEW]| M\b)

我在前瞻中添加了一些选项，并在前瞻的末尾删除了单独的管道|。

[我一般也使用\b代替空格。 \b与单词边界匹配，这意味着它只会在'单词'的开头或结尾处匹配（单词是字母数字并包含下划线）]

前瞻性和前瞻性，但从匹配中排除一些标准

2 个答案: