使用换行符分隔地址时，用于提取美国地址的RegEx无法正常工作

Question

我有以下RegEx可以从字符串中提取美国地址。

(\d+)[ \n]+((\w+[ ,])+[\$\n, ]+){2}([a-zA-Z]){2}[$\n, ]+(\d){5}

当地址采用以下格式时，此功能不起作用。

2933 Glen Crow Court
San Jose
CA 95148

并且正在处理以下数据。

2933 Glen Crow Court,
San Jose, CA 95148

。

2933 Glen Crow Court, San Jose, CA 95148

对此将提供任何帮助。

Answer 1

您可以将模式简化为类似这样的形式，以匹配地址，无论是一行还是多行。

\b\d+(?:\s+[\w,]+)+?\s+[a-zA-Z]{2}\s+\d{5}\b

正则表达式说明

• \b\d+-从具有一个或多个数字的单词边界开始匹配
• (?:\s+[\w,]+)+?-一种非分组模式，它匹配一个或多个空格，然后匹配具有一个或多个单词字符和逗号的文本，并且以非贪婪方式将其全部或多次匹配。
• \s+[a-zA-Z]{2}-匹配一个或多个空格，然后匹配两个字母字符，以期望像CA，NY
这样的文本
• \s+\d{5}\b-后面跟一个或多个空格，最后是五个具有单词边界的数字，以避免在较大的文本中部分匹配

Demo

Answer 2

将?添加到[ ,]支票中：

(\d+)[ \n]+((\w+[ ,]?)+[\$\n, ]+){2}([a-zA-Z]){2}[$\n, ]+(\d){5}

Answer 3

尝试此模式\d+\s+[\w ]+[\s,]+[\w ]+[\s,]+\w+ \d+

说明：

\d+\s+-匹配一个或多个数字然后匹配一个或多个空格

[\w ]+[\s,]+-匹配一个或多个单词字符或空格，然后匹配一个或多个空格或逗号

\w+ \d+-匹配一个或多个单词字符，空格和一个或多个数字

Demo