为什么我的正则表达式不适用于Java

Question

我必须匹配自定义（德国）地址字符串才能获得街道，房屋号码，邮政编码和城市。我有一个正则表达式，适用于RegExr和Java Visual Regex Tester。

这是正则表达式（交付但可编辑）：

^([^0-9]+)([0-9]+.*?)?(?:\w)?([0-9]{5})(?:\w)?(.*)$

这是字符串：

NEUE BÜHNE Senftenberg, Theaterpassage 1, 01968 Senftenberg

这是我的代码：

String regex = "^([^0-9]+)([0-9]+\\.*?)?(?:\\w)?([0-9]{5})(?:\\w)?(\\.*)$";
String address = "NEUE BÜHNE Senftenberg, Theaterpassage 1, 01968 Senftenberg";
Pattern pattern = Pattern.compile(regex);
String[] addrFromRegex;

// gives an array (length 1) with [0] == address
addrFromRegex = address.split(regex);

// gives an array (length 1) with [0] == address
addrFromRegex = pattern.split(address);

对于split（），问题可能是错误的转义。但对于模式，我认为我不必关心这个。我做错了什么？

更新

字符串中的，并不总是给出。其他可能的地址字符串是：

NEUE BÜHNE Senftenberg; Theaterpassage 1; 01968 Senftenberg
NEUE BÜHNE Senftenberg Theaterpassage 1 01968 Senftenberg
NEUE BÜHNE Senftenberg|Theaterpassage|1|01968|Senftenberg
NEUE BÜHNE Senftenberg|Theaterpassage_1_01968_Senftenberg
...

我通过XML获取地址，对所提供的数据没有任何影响。顺便说一句，这里提供的地址是一个错误的例子。我也必须处理这些问题。

Answer 1

重点是你的模式意味着匹配你拥有的字符串。因此，您需要使用split而不是Pattern#matches()，并将捕获的值收集到列表/数组/等中。

固定的正则表达式是

"^([^0-9]+?)\\s*([0-9]+)[\\W_]+([0-9]{5})\\s*(.*)$"

<强>详情：

• ^ - 字符串的开头（matches()中不需要） - ([^0-9]+?) - 第1组：除数字以外的一个或多个字符，但尽可能少
• \\s* - 0+ whitespaces
• ([0-9]+) - 第2组捕获1+位数
• [\\W_]+ - 一个或多个非字词或_
的字符
• ([0-9]{5}) - 第3组捕获5位数字
• \\s* - 零个或多个空格
• (.*) - 第4组捕获行的其余部分
• $ - 字符串结尾（matches()中没有必要）。

Java demo：

List<String> lst = new ArrayList<>();
String s = "NEUE BÜHNE Senftenberg, Theaterpassage 1, 01968 Senftenberg";
Pattern pattern = Pattern.compile("([^0-9]+?)\\s*([0-9]+)[\\W_]+([0-9]{5})\\s*(.*)");
Matcher matcher = pattern.matcher(s);
if (matcher.matches()){
    lst.add(matcher.group(1));
    lst.add(matcher.group(2));
    lst.add(matcher.group(3));
    lst.add(matcher.group(4));
} 
System.out.println(lst); // => [NEUE BÜHNE Senftenberg, Theaterpassage, 1, 01968, Senftenberg]

Answer 2

您可以从以下代码开始：

String regex =
    "^([\\p{L}\\s]+)(?:[,\\s]+)([\\p{L}\\s]+[0-9]+)(?:[,\\s]+)([0-9]{5}[\\p{L}\\s]+)$";
String address = "NEUE BÜHNE Senftenberg, Theaterpassage 1, 01968 Senftenberg";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(address);
matcher.matches();
System.out.println(matcher.group(1) + ":" + matcher.group(2) + ":" + matcher.group(3));

Answer 3

  

我认为您需要使用正则表达式更改您的方法，我认为您的代码是检查地址是否匹配，如果为true则获取此地址。

溢出：

String source = "foo,bar" ;

String[] result = source.split(","); // you will get {"foo","bar"}

如果您想要检查正则表达式，则应使用匹配：

// check if the address is matched with your regex
boolean isMathed= address.matches(regex);

// if matched set result variable with address
addrFromRegex = (isMatched ? address : null);