Java字符串拆分问题

Question

我有一个字符串，如

397 Walker Road                                   Wayne, PA  19087

我需要从中提取地址信息（街道地址，城市，州，邮编）。问题是，数据库中的空白量不一致。

我在逗号上拆分了字符串，并提取了状态和zip。但我对如何让城市离开那里感到茫然，特别是因为白色空间不一致。

Answer 1

您可以使用[\s]{2,}之类的正则表达式删除额外的空格，这意味着找到2个或更多连续的空格。这个正则表达式不会匹配单个空格。然后，您可以用空白替换匹配的空格，然后提取城市（提取城市是不同的问题）。希望这会有所帮助。

Answer 2

在拆分字符串之前，使用trim()方法修剪空格。然后使用正则表达式分割字符串，在Charecter之后查找数字。

Answer 3

问题是，数据库中的空格量不一致。
如果不同的数据字段之间至少有两个空格，则类似这样的内容应该有效：s.split("\\s\\s+")。这里将两个或多个空格字符的每个序列视为分隔符 但是，如果数据可以是任何格式并且根本没有一致性，那么没有算法可以帮助您：）

Answer 4

好的，这是我的版本：

final String str = "397 Walker Road                                   Wayne, PA  19087";
final String[] tokens = str.split("(\\s*,\\s*|\\s{2,})");
System.out.println( Arrays.toString(tokens));

输出：

[397 Walker Road, Wayne, PA, 19087]

此正则表达式查找逗号（两边都有可选的空格）或至少两个空白字符。

Answer 5

我认为Pete的意思是

397 Walker Road Wayne，PA 19087

有“韦恩”作为城市

但是

397 Walker Road Salt Lake City，PA 19087

有“盐湖城”作为城市

假设逗号之前的整个部分是固定宽度，使用[\ s] {2，} <使用Shekhar的答案（分别是两个或多个空格的序列的左右）可能会得到相当好的结果。 / p>

或者，您可能需要在常见的“街道”结尾上进行匹配，例如road，rd，street，st [hmm，st。 = saint，这可能是一个问题]，avenue，ave等

对不起Pete，我想我们需要更多地了解您的数据集是什么样的，以及您有哪些其他数据（仅限美国？，城市列表？等）

罗杰

Answer 6

在所有情况下都无法做到这一点。您可以编写一个算法，假设街道部分总是以Road，Street，Lane等结尾。