Question

我有以下数据：

HRB 760468：斯图加特CANNSITE GmbH，c / o Elvira Ehle博士，Rotdornweg 7，18119 Rostock。 GesellschaftmitbeschränkterHaftung。 Gesellschaftsvertrag vom 09.03.2017。

HRB 760481：Neckarsee 399. V V GmbH，Stuttgart，Kurt-Schumacher-Straße18-20,53113Bonn。 GesellschaftmitbeschränkterHaftung。 Gesellschaftsvertrag vom 22.03.2017。

我需要过滤掉：

HRB 760468：斯图加特CANNSITE GmbH，c / o Elvira Ehle博士，Rotdornweg 7，18119 Rostock

HRB 760481：Neckarsee 399. V V GmbH，Stuttgart，Kurt-Schumacher-Straße18-20,53113Bonn

我的RegEx是：@"HRB.\d+:[^.]+"

问题在于“Elvira博士”，因为它包含“。” - Regex将停在那里，而不是在“Gesellschaft mit”之前，我无法让它改变正则表达式，以便在这种情况下将它带到最后的“Rostock”/“Bonn”。

之后我尝试过滤掉“760468”，“CANNSITE GmbH”，“Stuttgart”，“Rotdornweg 7”，“18119” 为此我正在做以下事情 - 也许你可以帮助我改进这个（顺序就像上面的数据）：

     Regex regexNummer = new Regex(@"\d+:");
     Regex regexFirma = new Regex(@":[^,]+");
     Regex regexStadt = new Regex(@", \w+.\w+.\w+.\w+,");
     Regex regexAdresse = new Regex(@", \w+.+\d,");
     Regex regexPlz = new Regex(@", \d+[^ ]+");
     string nummer = regexNummer.Match(match.Value).ToString().Replace(":", "");
     string firma = regexFirma.Match(match.Value).ToString().Replace(": ", "");
     string plz = regexPlz.Match(match.Value).ToString().Replace(", ", "");
     string stadt = regexStadt.Match(match.Value).ToString().Replace(", ", "");
     stadt = stadt.Replace(",", "");

     string adresse = regexAdresse.Match(match.Value).ToString();
     adresse = adresse.Remove(adresse.Length - 1);
     adresse = adresse.Substring(adresse.LastIndexOf(", ") + 1);
     adresse = adresse.Substring(1);

因为有太多不同类型的地址，所以经常会出现问题。

Answer 1

好像你在城市名称之前有某种邮政编码。您可以将其用于正则表达式。

以下正则表达式可以从您的示例中提取第一部分。

Regex.Match(txt, @"(^HRB .*?\d{5}\s+\S+\.)")

编辑：

修改正则表达式也可以使用下面的文本

HRB 760467：APC One UG（haftungsbeschränkt），内卡河畔罗滕堡，Lilienthalweg 3,72108，内卡河畔罗滕堡。 GesellschaftmitbeschränkterHaftung。 Gesellschaftsvertrag vom 22.03.2017。 Geschäftsanschrift：Lilienthalweg 3,72108 Rottenburg am Neckar。 Gegenstand：Entwicklung，Entwicklungsberatung，Herstellung sowie Vertrieb von elektronischen Produkten。 Stammkapital：1.500,00 EUR。

Regex.Match(txt, @"(<br>HRB .*?\d{5}\s+[\w\-\s]+\.)")

Answer 2

我没有关于德语地址的专家，但从你给出的例子看来，你只需要来自＆＃34; HRB＆＃34;通过后跟五位数字。在正则表达式中，

HRB .+ \d{5} \w+

Play with it here

Answer 3

也许RegEx不是正确的工具？在逗号上拆分并解析每个逗号分隔文本块。然后，也许，只是可能，您可以使用目标RegEx确定每个文本块中的内容，该目标RegEx可以告诉您该子字符串是否属于该类型。当多个模式匹配时仍然不知道如何处理。

C＃无法使RegEx适用于所有情况

3 个答案: