python - 用于从臃肿的描述中刮取城市和州的正则表达式

Question

您可以在此处查看说明http://www.mdh.org/sites/www/healthapp/jobs/View.aspx?id=10

MDH人力资源

格兰特街 525 号

伊利诺伊州马科姆 61455

电话：309-836-1577

传真：309-836-1677

该页面有这个地址，我想使用正则表达式提取城市和州。在这种情况下，它是 Macomb 和 IL。

有一段时间，我使用了以下正则表达式，但在描述包含多个类似模式的情况下它不起作用。

(\w+),\s+(\w{2})\s+\d+

我如何编写正则表达式，它告诉首先提取这些地址行，然后是具有这种模式的行？

Answer 1

^([A-Z][A-Za-z\s]*),\s+([A-Z]{2})\s+\d{5}$

我认为这足以让噪音远离。缺点是它可能会避免你想要的。在这种情况下，您可能希望使用像您这样的强度较低的正则表达式来遍历页面。无论如何，使用正则表达式无法达到完美。

它适用于Javascript。调整语法以满足 Python 的需要。