Question

我有一个正则表达式，用于验证英国邮政编码，但现在我想提取代码的组成部分，我感到困惑。对于那些不知道英国邮政编码的例子的人是'WC1 1AA'，'WC11 1AA'和'M1 1AA'。

下面的正则表达式（格式化道歉）处理左侧和右侧部分之间缺少空格（这是\s{0,}位）并且仍然有效（这很好）。

(?:(?:A[BL]|B[ABDHLNRST]?|C[ABFHMORTVW]|D[ADEGHLNTY]|E[CHNX]?|F[KY]|G[LUY]?|H[ADGPRSUX]|I[GMPV]|JE|K[ATWY]|L[ADELNSU]?|M[EKL]?|N[EGNPRW]?|O[LX]|P[AEHLOR]|R[GHM]|S[AEGKLMNOPRSTWY]?|T[ADFNQRSW]|UB|W[ACDFNRSV]?|YO|ZE)\d(?:\d|[A-Z])?\s{0,}\d[A-Z]{2})

我希望能够现在提取左侧和右侧，我知道括号用于此，但是已经有括号，并且正则表达式规范不容易阅读。所以我想这些括号需要更换，有人可以帮我修改括号吗？

我可以看到其他人会发现这个使用正则表达式，所以请随意使用它来验证英国邮政地址。

Answer 1

实际上，括号用于提取，而不是括号。（？：表达式中的结构是阻止括号执行提取的方式。您可能需要：

(?:((?:A[BL]|B[ABDHLNRST]?|C[ABFHMORTVW]|D[ADEGHLNTY]|E[CHNX]?|F[KY]|G[LUY]?|H[ADGPRSUX]|I[GMPV]|JE|K[ATWY]|L[ADELNSU]?|M[EKL]?|N[EGNPRW]?|O[LX]|P[AEHLOR]|R[GHM]|S[AEGKLMNOPRSTWY]?|T[ADFNQRSW]|UB|W[ACDFNRSV]?|YO|ZE)\d(?:\d|[A-Z])?)\s{0,}(\d[A-Z]{2}))

顺便说一下，我也会做出这样的改变：

(?:((?:A[BL]|B[ABDHLNRST]?|C[ABFHMORTVW]|D[ADEGHLNTY]|E[CHNX]?|F[KY]|G[LUY]?|H[ADGPRSUX]|I[GMPV]|JE|K[ATWY]|L[ADELNSU]?|M[EKL]?|N[EGNPRW]?|O[LX]|P[AEHLOR]|R[GHM]|S[AEGKLMNOPRSTWY]?|T[ADFNQRSW]|UB|W[ACDFNRSV]?|YO|ZE)\d(?:\d|[A-Z])?)\s*(\d[A-Z]{2}))

因为 \ s {0，} 是一种愚蠢的方式来写 \ s * 。

Answer 2

此外，我建议不要试图彻底检查邮政编码。有效邮政编码列表可以更改，因此每次邮局更新PAF时都必须维护表达式。

你也错过了一些像BFPO，GIR，非地理邮政编码和海外领土这样的“特殊邮政编码”。有关您可能需要处理的内容的概述，请参阅wiki。

一般来说，对于大多数用途来说，“它看起来似乎有道理吗？”检查比试图完全确定它更好。没有什么比告诉客户他们不能使用您的服务更糟糕了，因为他们的地址不存在。

Answer 3

在处理像这样的大型正则表达式时，你应该使用/x选项（我认为在C＃中称为RegexOptions.IgnorePatternWhitespace）。（？:)没有捕获，所以你需要做的就是将()放在你想要的部分周围。 /x选项的另一个好处是，您可以使用行尾注释（它们以#开头）对正则表达式进行注释。您可能还需要注意\ d和\ s。它们可能匹配的次数超出预期（\s匹配所有空格，而不仅仅是空格，至少在Perl 5.8及更高版本中，\d匹配所有UNICODE数字字符，而不仅仅是[0-9]）< / p>

Regex exp = new Regex(@"
    (?:
        ( #capture first part
            (?:
                A[BL]        | B[ABDHLNRST]? | C[ABFHMORTVW]      |
                D[ADEGHLNTY] | E[CHNX]?      | F[KY]              |
                G[LUY]?      | H[ADGPRSUX]   | I[GMPV]            |
                JE           | K[ATWY]       | L[ADELNSU]?        |
                M[EKL]?      | N[EGNPRW]?    | O[LX]              |
                P[AEHLOR]    | R[GHM]        | S[AEGKLMNOPRSTWY]? |
                T[ADFNQRSW]  | UB            | W[ACDFNRSV]?       |
                YO           | ZE
            )
            \d
            (?:
                \d | [A-Z]
            )?
        ) #end capture of first part
        \s{0,}
        ( #capture second part
            \d[A-Z]{2}
        ) #end capture of second part
    )",
    RegexOptions.IgnorePatternWhitespace
);

如何修改此正则表达式以提取英国邮政编码的左手和右手部分？

3 个答案: