regex - 如何使用正则表达式提取内部单词

Question

我试图只匹配一系列地址中的街道名称。地址可能如下所示：

23桶路。

14 老磨坊博士

65-345 霍华德的虚张声势

我想使用正则表达式来匹配“Barrel”、“Old Mill”和“Howard's”。我需要弄清楚如何排除最后一个词。到目前为止，我有一个排除数字的后视方法，我可以使用以下方法包含单词和空格以及“'”：

(?<=\d\s)(\w|\s|\')+

如何排除最后一个词（可能以句点结尾，也可能不以句点结尾）？我想我应该使用前瞻，但我不知道如何制定它。

Answer 1

我相信你想要的前瞻是(?=\s\w+\.?$).

\s：您不想包含最后一个空格 \w：至少一个单词字符（AZ、az、0-9 或 '_'） \.?：可选句点（对于“St.”等缩写词） $：确保这是最后一个字

如果有可能在换行符之前可能有额外的空格，只需将其更改为(?=\s\w+\.?\s*$).

Answer 2

您不需要对此进行回顾：

/^[-\d]+ ([\w ']+) \w+\.?$/

• 匹配一个或多个数字和连字符
• 空间
• 将字母、数字、空格、撇号匹配到捕获组 1
• 空间
• 匹配最后一个单词和一个可选的句点

一个示例 Ruby 实现：

regex = /^[-\d]+ ([\w ']+) \w+\.?$/

tests = [ "23 Barrel Rd.",  "14 Old Mill Dr.", "65-345 Howard's Bluff" ]

tests.each do |test|
  p test.match(regex)[1]
end

输出：

"Barrel"
"Old Mill"
"Howard's"

Answer 3

为什么不只匹配你想要的？如果我理解得很好，你需要得到数字后面的所有单词，不包括最后一个单词。单词由空格分隔，因此只需获取数字和最后一个空格之间的所有内容。

例子

\d+(?:-\d+)? ((?:.)+) 注意：末尾有空格。

Tha 最终会得到你想要的 \1 N 次。

如果您只想匹配您可能使用的确切文本\K（并非每个正则表达式引擎都支持）但是：示例

使用正则表达式\d+(?:-\d+)? \K.+(?= )

Answer 4

另一种选择是使用split()大多数脚本语言中提供的功能。这是您想要的 Python 版本：

stname = address.split()[1:-1]

（这address是原始地址行，stname是街道名称，即您要提取的内容。）