如何将街道名称与地址分开？

Question

我正在尝试使用正则表达式将街道名称以及街道类型（如 Rd.、Ave.、Blvd）与正则表达式分开，但是，我被卡住了。

例如，如果我输入'123 Main St.' ，我希望它返回： ['123', 'Main', 'St.'] 。 或者如果我输入'234 South 4th St.' ，我希望它返回： ['234', 'South 4th', 'St.'] 。

我将如何实现这一目标？ 这是我到目前为止：

re.split(r'(?<=\\d)(?:-\\d+)?\\s+', "23rd South 4th St.")

它返回： ['234', 'South 4th St.'] 。 但是，我正在尝试获得'St.' 也在一个单独的索引中。 有人可以帮我弄这个吗？

Answer 1

尝试这个：

import re
def split_address(address):
  return re.match(r'(\d+)\s(.*)\s(?<=\s)(.*)', address).groups()

split_address("123 Main St.") # ('123', 'Main', 'St.')
split_address("234 South 4th St.") # ('234', 'South 4th', 'St.')

这适用于您的两个具体示例，但请记住，您可能假设太多。

Answer 2

您可以使用

^(?P<number>\d+)(?:th|[rn]d|st)?\s+(?P<street_name>.*?)\s+(?P<street_type>\S+)$

请参阅正则表达式演示。 细节：

• ^ - 字符串的开始
• (?P<number>\\d+) - 组“number”：一位或多位数字
• (?:th|[rn]d|st)? - 匹配st 、 nd 、 rd或th的可选组
• \\s+ - 1+ 个空格
• (?P<street_name>.*?) - 组“steet_name”：除换行符以外的任何零个或多个字符，尽可能少
• \\s+ - 1+ 个空格
• (?P<street_type>\\S+) - 组“street_type”：一个或多个除空格以外的字符
• $ - 字符串的结尾。

Python 演示

import re
text = "23rd South 4th St."
match = re.match(r'(?P<number>\d+)(?:th|[rn]d|st)?\s+(?P<street_name>.*?)\s+(?P<street_type>\S+)$', text)
if match:
  print(match.groupdict())
# => {'number': '23', 'street_name': 'South 4th', 'street_type': 'St.'}