Question

我的正则表达式有问题。我必须读取包含联系人数据的文件并将其导入数据库。该行具有标准格式，我能够读取所有行，提取联系人姓名，街道/房屋，邮政编码和城市。我遇到的问题是，门牌号可以是数字或类似“ 7/9”的数字。

因为我的正则表达式只期望数字，所以第二个替代项的导入不起作用，导致斜杠。另一个问题是，当城市名称由两部分组成时，城市也可以有一个斜线。

String addressPattern = "^" 
                      + "(?<street>(?:\\p{L}| |\\d|\\.|-)+?) "
                      + "(?<number>\\d+(?: ?- \\// ?\\d+)? *[a-zA-Z]?) "
                      + "(?<zip>\\d{5}) "
                      + "(?<city>(?:\\p{L}| |-)+)"
                      + "(?: *\\((?<suffix>[^\\)]+)\\))?" + "$";

正则表达式：^(?<street>(?:\p{L}| |\d|\.|-)+?) (?<number>\d+(?: ?- ?\d+)? *[a-zA-Z]?) (?<zip>\d{5}) (?<city>(?:\p{L}| |-)+)(?: *$(?<suffix>[^$]+)\))?$

这里是地址部分。

First Street 32 78224 firstCity
Second Street 7/9 73430 secondCity
Third Street 32 78224 third/City
Fourth Street 9/7 73430 fourth/city

第一个和第三个示例都可以。我可以读取数据。但是第二和第四返回空字符串。

有人可以帮我吗？

Answer 1

您可以使用可选组：

^(?<street>[\pL\pN.]+(?:\h+[\pL\pN.]+)*)\h+(?<number>\d+(?:/\d+)?)\h+(?<zip>\d{5})\h+(?<city>\pL+)(?<suffix>/\pL+)?$

关于图案

^字符串的开头
(?<street>
- [\pL\pN.]+匹配1次以上列出的任何游戏
- (?:非捕获组
  - \h+[\pL\pN.]+匹配1次以上列出的任何游戏
- )*关闭非捕获组并重复0次以上
)\h+关闭街道组，匹配1个以上水平空白字符
(?<number>
- \d+(?:/\d+)?将1个以上的数字与可选的/数字部分匹配
)\h+关闭数字组，匹配1个以上水平空格字符
(?<zip>
- \d{5}匹配5位数字
)\h+关闭zip组，匹配1个以上水平空格字符
`（？\ pL +）匹配城市
(?<suffix>/\pL+)?匹配可选的后缀
$字符串结尾

Regex demo | Java demo

在Java中

String regex = "^(?<street>[\\pL\\pN.]+(?:\\h+[\\pL\\pN.]+)*)\\h+(?<number>\\d+(?:/\\d+)?)\\h+(?<zip>\\d{5})\\h+(?<city>\\pL+)(?<suffix>/\\pL+)?$";

Answer 2

我会看到一个更简单的正则表达式：^(?<street>\D*)\s(?<number>[\d\/]+)\s(?<zip>\d{5})\s(?<city>.*)$

street是除数字之外的任何数字
number是数字/斜杠
zip是5位数字
city是剩下的

这与您的4个字符串非常匹配：regex demo

正则表达式组不适用于多个地址

2 个答案: