我正在使用正则表达式从地址字符串中提取字母“u”，但仅当它用作缩写时（u、u.、U、U. 等）。但是，我正在运行的问题是我拥有的字符串列表很乱并且充满了错误。我已经尝试从我在数据中看到的各种错误中提取我需要的东西。我知道我一定遗漏了一些小东西，但感谢您提供任何帮助。
我试过这些正则表达式：
- (\s(u|U)?.?,?.?\s) <- 看起来有点时髦
- [^\w+][uU]
- [^\w+][uU][^tca]
我还有另一个解决这个问题的想法，这需要拆开地址（在街道、号码等之间分割），然后修复街道部分并将其粘在一起。我有一些运气实际上只是将数字部分拉出来：
- (\d+-\d+|\d+/*\w*|(-))
但是，我想看看我在应该选择“u”的正则表达式中哪里搞砸了。Regex101.com 一直是我最好的朋友，如果没有它，我不会走到这一步。
test_strings = [
"Holics u 5/a",
"Holics U 5/a",
"Holics u5/a",
"Huolics u 5/a",
"Holics u. 5/a",
"Holuics u5",
"Holics and other stuff u more stuff after 5",
"Houlics utca 5"
]
# two regex patterns I have considered
print("First regex pattern ------------------------------------")
pattern = r"[^\w+][uU]"
replacement_text = " utca "
for item in test_strings:
print(re.sub(pattern,replacement_text,item))
print("\nSecond regex pattern ------------------------------------")
pattern = r"[^\w+][uU][^tca]"
replacement_text = " utca "
for item in test_strings:
print(re.sub(pattern,replacement_text,item))
上述代码的结果：
第一个正则表达式模式：
Holics utca 5/a
Holics utca 5/a
Holics utca 5/a
Huolics utca 5/a
Holics utca . 5/a
Holuics utca 5
Holics and other stuff utca more stuff after 5
Houlics utca tca 5 # <-------------------------------- issue
第二个正则表达式模式：
Holics utca 5/a
Holics utca 5/a
Holics utca /a # <----------------------------------- issue
Huolics utca 5/a
Holics utca 5/a
Holuics utca <-------------------------------------- issue
Holics and other stuff utca more stuff after 5
Houlics utca 5
除了第一个正则表达式模式中的最后一行（“Houlics utca tca 5”）外，一切正常，当我尝试创建一个表达式来考虑包含“utca”的字符串时，我失去了像“Holics”这样的字符串中的数字u5/a。”
在大多数情况下，我希望结果是：
- Holics你。5/a -----> Holics utca 5/a
最后一点，我有删除句点和空格的函数。