如何使用正则表达式匹配多个地址行？答案

【问题标题】：How can I use a regex to match multiple address lines?如何使用正则表达式匹配多个地址行？
【发布时间】：2016-03-08 13:14:21
【问题描述】：

鉴于以下示例文本，我是否可以使用正则表达式来匹配每个地址的每一行，并添加标记以了解一个地址何时结束而下一个地址何时开始？目前，我知道如何匹配每个完整的地址。然后我可以运行第二个正则表达式来挑选单独的行，但是是否有可能一次性完成这两个步骤？

Address:
Address 1 line 1,
Address 1 line 2,
Address 1 line 3

Address:
Address 2 line 1,
Address 2 line 2,
Address 2 line 3,
Address 2 line 4

Address:
Address 3 line 1,
Address 3 line 2

【问题讨论】：

使用Matcher#appendReplacement
谢谢 Wiktor，我不知道这种方法。但是，我仍在研究如何使用它来挑选地址行。它似乎是一种用指定字符串替换匹配项的方法，并且仍然需要一个正则表达式来匹配每个地址行。
对不起，我不知道如何帮助你，因为我不清楚最终输出。

标签： java regex

【解决方案1】：

这是一个带有DOTALL 标志的Pattern，可以使用"Address:" 字符串作为分隔符来查找多行：

// for test
String addresses = "Address:" + System.getProperty("line.separator")
        + "Address 1 line 1," + System.getProperty("line.separator")
        + "Address 1 line 2," + System.getProperty("line.separator")
        + "Address 1 line 3"
        + "Address:" + System.getProperty("line.separator")
        + "Address 2 line 1," + System.getProperty("line.separator")
        + "Address 2 line 2," + System.getProperty("line.separator")
        + "Address 2 line 3";
//                           | look behind for "Address:"
//                           |            | any 1+ character, 
//                           |            | reluctantly quantified
//                           |            |  | lookahead for "Address:"
//                           |            |  | or end of input
//                           |            |  |            | dot can mean
//                           |            |  |            | line separator
Pattern p = Pattern.compile("(?<=Address:).+?(?=Address:|$)", Pattern.DOTALL);
Matcher m = p.matcher(addresses);
// iterating matches within given string, and printing
while (m.find()) {
    System.out.printf("Found: %s%n%n", m.group());
}

输出

Found: 
Address 1 line 1,
Address 1 line 2,
Address 1 line 3

Found: 
Address 2 line 1,
Address 2 line 2,
Address 2 line 3

注意

为了从匹配中排除 "Address:" 标记之后的行分隔符，您可以使用这种精炼模式：

Pattern p = Pattern.compile("(?<=Address:"
    + System.getProperty("line.separator")+").+?(?=Address:"
    + System.getProperty("line.separator")+"|$)", 
    Pattern.DOTALL
);

【讨论】：

谢谢梅娜。如果我正确理解您的帖子，您的正则表达式匹配两次，一次用于地址 1 行，一次用于地址 2 行。但是，我想要的是每个地址行（即地址 1 第 1 行、地址 1 第 2 行等）都匹配，以保持这些行彼此分开。

【解决方案2】：

如果正则表达式是你想要的......

如果地址中的行数有限（在您的示例 4 中），您可以通过以下方式获取它们：

Address:\s*?(?:\n(.*),)?(?:\n(.*),)?(?:\n(.*),)?(?:\n(.*),)?(?:\n(.*))

这里的文本Address: 标志着块的开始，四行被抓取，前三行是可选的。

（您需要全局标志。）

regex101 example.

【讨论】：

ClasG，谢谢，但是是的，不幸的是，我需要一个解决方案，该解决方案适用于程序事先不知道最大地址行数的地址列表。