Question

已经搜遍了所有但似乎无法弄清楚这一点。有一些地址，我试图打破街道名称。

我需要能够获得Sea Spray或Walden Elms或High star以及单词街道和街道，类似于第54或第12街。

996 SEA SPRAY DR
174 S WALDEN ELMS CIR
1210 CHAPEL CONE LN＃1210
602 SAWYER ST＃710
911国家 16715 CLAY RD
12302 HIGH STAR DR
575 PETE SCHAFF BLVD
2700 TOWN CENTER BLVD N
601 54TH ST＃1105
815 12TH ST

以下是我需要的街道，但是除了54和12之外的所有街道都包括街道后缀。为什么不是最后一个非捕获组工作？

(\d+(?:ST|RD|TH|ND|BLVD|LN|DR|CIR))\s|(\s[A-Z]\w*)|(\d+(?:ST|RD|BLVD|CIR|LN))

Answer 1

问题是中间组中的or表达式包含您要排除的项目。

您的正则表达式实际上是包含|条件的三个表达式（(\d+(?:ST|RD|TH|ND|BLVD|LN|DR|CIR))\s）

(\s[A-Z]\w*)
(\d+(?:ST|RD|BLVD|CIR|LN))
\s

第一组似乎试图匹配基于数字的街道名称（例如：＆＃34; 14th＆＃34;，＆＃34; 3rd＆＃34;）并成功捕获第54街的示例地址第12街。

第三组似乎只是第一组的一个子集，但没有尾随空格（\s）表达式。它与您的示例中的任何内容都不匹配。

第二组捕获任何空格（[A-Z]），后跟大写A-Z（\w*）中的任何单个字符，然后捕获任意数量的单词字符（(?!(RD|DR|BLVD|CIR|LN))）。这几乎与其他所有东西相匹配。如果你想从匹配的内容中排除＆＃34; ST，RD，BLVD＆＃34;等，那么你需要为这些词（(\s(?!(RD|DR|BLVD|CIR|LN))[A-Z]\w*)）做negative lookahead assertion你的表达式，这将使中间表达式如下所示：

(\d+(?:ST|RD|TH|ND|BLVD|LN|DR|CIR))\s|(\s(?!(RD|DR|BLVD|CIR|LN))[A-Z]\w*)|(\d+(?:ST|RD|BLVD|CIR|LN))

，完整的表达式如下：

15W22S 87th St

所有这一切，我想：

您的正则表达式存在其他问题
正如许多其他人所建议的那样，解析地址要困难得多，因此您最好使用邮政服务API或某些第三方库。例如，就在我的路上就是地址var vertices = d3.range(100).map(function(d) { return [Math.random() * width, Math.random() * height]; });。这将使你的正则表达式失败，因为房子＆＃34;数字＆＃34;包括信件。

Answer 2

如果您的地址列表有限，并且您能够如上所述预测格式，那么您不能在C＃中使用简单的字符串拆分吗？

string[] arrSplitAdd = address.Split(new string[] {"ST","RD","TH","ND","BLVD","LN","DR","CIR"},StringSplitOptions.RemoveEmptyEntries);
string numberAndStreet=arrSplitAdd[0];
string streetName = RegEx.Replace(streetName,"[0-9]*","");

为每个地址线迭代此逻辑。

正则表达式从字符串中获取街道名称不与非捕获组一起使用

2 个答案: