regex - 用逗号分隔的地址的正则表达式代码

Question

如何仅使用正则表达式代码提取第三个逗号之前的状态文本？

54 West 21st Street Suite 603, New York,纽约，United States, 10010

我已经设法提取了我想要的其余部分，但这是一个问题。

另外，请问如何提取“美国”？

Answer 1

看起来您想使用捕获组：

.*,.*,(.*),(.*),.*

第一个捕获组将是“纽约”，第二个将是“美国”（在 Rubular 上试试）。

或者你可以用逗号分隔（这可能会更简单）正如@Jerry指出的那样，假设你使用的语言/工具支持它。

Answer 2

您可以使用此正则表达式：

(?:[^,]*,){2}([^,]*)

并将捕获的组＃1 用于您想要的字符串。

Answer 3

TL;博士

很大程度上取决于您的正则表达式引擎，以及您是否真的需要正则表达式或字段拆分。您可以在 Ruby 和 Awk（以及其他）中进行字段拆分，但 sed 和 grep 仅执行正则表达式。请参阅下面的一些示例以帮助您入门。

红宝石

str = '54 West 21st Street Suite 603, New York,New York,United States, 10010'
str.match /(?:.*?,){2}([^,]+)/
$1
#=> "New York"

GNU sed

$ echo '54 West 21st Street Suite 603, New York,New York,United States, 10010' |
    sed -rn 's/([^,]+,){2}([^,]+).*/\2/p'

GNU awk

$ echo '54 West 21st Street Suite 603, New York,New York,United States, 10010' |
    awk -F, '{print $3}'