使用正则表达式分割美国的地址PHP

Question

我想将地址拆分为城市，州和邮政编码。

现在用我现在的正则表达式模式，我可以得到邮政编码和状态，但我在匹配城市时遇到了麻烦。

这是我目前的格局

/\s*([^,]+?)\s*((?:\w{2,3}|(AVE))[A-Z]+?(?:\s[A-Z]+)?)\s*(\w{2})\s*(\d{5}(?:-\d{4})|\d{5}(?:-\s\d{4})?)/ 

演示：https://regex101.com/r/kQ2dE7/1

通过上面我的演示，我能够在城市正确匹配，但是，这并不适用与其他类型的地址。

https://regex101.com/r/kQ2dE7/2

https://regex101.com/r/kQ2dE7/4

我希望第一个捕获组只匹配，直到有数字或仅数字或文字像ST，CT，AVE，DR一个字一个字。

例如：

11111甲BAY RD AAA111阳光岛海滩FL 33160-4266

11111甲BAY RD AAA111

阳光岛海滩

FL

33160-4266

第一个匹配组应检查它是否包含“ST”/“CT”/“DR”/“AVE”或带有数字的单词。然后它会匹配到这个词。

此外，如果字符串中有该单词的两个实例，那么它应该匹配，直到最远的单词​​。

实施例：

111 11TH ST AAAA2 BROOKLYN NY 11209- 4940

111 11TH ST AAAA2

BROOKLYN

NY

11209- 4940

（这个例子中，ST与数词存在，那么它应该匹配直到数字。）

这就是为什么我想创建一个条件语句，在我正则表达式匹配某些词。如何在正则表达式中实现？

Answer 1

• 替代AVE是组(?:\w{2,3}|(AVE))在没用，因为AVE已经由\w{2,3}匹配。
• (?:\w{2,3}|(AVE))在第二个捕获组中无效 - 它只匹配城市的2或3个第一个字符;但城市名称应该从单词边界开始，所以让我们用\b替换此组。
• 空间分隔的城市名的后端部分可能出现多于一次（如在SUNNY ISLES BEACH，所以组(?:\s[A-Z]+)必须具有量词*而非?。
• (\d{5}(?:-\d{4})|\d{5}(?:-\s\d{4})?)可以简化为(\d{5}(?:-\s?\d{4})?)。

• 第一个匹配组应检查它是否包含“ST”/“CT”/ “DR”/“AVE”或带有数字的单词，然后它将匹配到该单词

  如果有两个实例那个工作d在一个字符串中，那么它应该匹配直到最远的单词​​。

  我认为你的意思是以上实例。第一捕获组([^,]+\b(?:ST|CT|DR|AVE|\w*\d\w*)\b)将满足这些要求。

上述所有的变化都纳入到你的正则表达式在这里：https://regex101.com/r/uY7oM1/4

\s*([^,]+\b(?:ST|CT|DR|AVE|\w*\d\w*)\b)\s*(\b[A-Z]+?(?:\s[A-Z]+)*)\s*(\w{2})\s*(\d{5}(?:-\s?\d{4})?)