regex - 正则表达式以最小长度分割

Question

在 C# 中，我正在构建一个地址解析器。假设我有地址：

Av. Rouxinol 101 - São Paulo - Brasil - CEP 04516-001 - Fone + 55 11 2151

我希望将字符串拆分为单独的行。期望的结果是：

1. Av. Rouxinol 101
2. São Paulo Brasil
3. CEP 04516-001
4. Fone + 55 11 2151

拆分-将给我 5 行；它还将拆分 CEP（巴西邮政编码）。

所以，我想实现的逻辑是每个部分至少应该有 6 个字符长，所以我想我必须使用lookbehind/forward？

到目前为止，我有：

(?<=.{6})-(?=.{6})

Answer 1

Answer 2

Use regex (?:^|(?<=\s-\s)).*?(?:(?=\s-\s[^-]{8,})|$)

using System;
using System.Text.RegularExpressions;

public class Test
{
  public static void Main()
  {
    string input = "Av. Rouxinol 101 - Sao Paulo - Brasil - CEP 04516-001 - Fone + 55 11 2151";
    Regex re = new Regex(@"(?:^|(?<=\s-\s)).*?(?:(?=\s-\s[^-]{8,})|$)", RegexOptions.Singleline);
    MatchCollection matches = re.Matches(input);
    foreach (Match m in matches) {
      Console.WriteLine(m);
    }
  }
}

Test this code here.

Output:

Av. Rouxinol 101
Sao Paulo - Brasil
CEP 04516-001
Fone + 55 11 2151