Java - 使用正则表达式从数据集中提取子字符串 [重复]

Question

鉴于以下数据集，我正在尝试找到一种使用正则表达式提取城市名称的方法。

波士顿（马萨诸塞州）、纽约市（纽约州、康涅狄格州、新泽西州）

纽约市（纽约州、康涅狄格州、新泽西州）、费城（宾夕法尼亚州、新泽西州）

印第安纳波利斯（印第安纳州）、圣路易斯（密苏里州、伊利诺伊州）

圣。路易斯（密苏里州，伊利诺伊州），堪萨斯城（密苏里州，堪萨斯州）

我希望正则表达式的输出是：

波士顿，纽约市

纽约市，费城

印第安纳波利斯，圣。路易斯

圣。堪萨斯城圣路易斯

我尝试根据两个标准进行模式匹配：

(\\w+\\w(?=.())) | (\\w+\\W\\h\\w+(?=.()))

1. 由来自[a-zA-Z]+ 的信件组成的城市，例如波士顿或费城
2. 由句点/附加空格等附加字符组成的一个单词。

表达式准确匹配第一种情况。但是，对于第二种情况，它只匹配第一次出现的St. Louis。

我还尝试了以下方法：

(\\w+ ?\\w(?=.())) | (\\w+\\h\\w+\\h\\w+(?=\\s.()))| (\\w+\\h\\w+(?=\\s.()))

1. 第一个涵盖与上述相同的情况 - 由一个单词的城市组成。
2. 第三个成功地涵盖了New York City 的情况，但是，就像第一个一样，未能识别出相同模式的情况。
3. 与上一个模式中使用的大小写相同，匹配St. Louis 失败，而是匹配Kansas City。

Answer 1

这可以是 .Net 的用户

(((?<=\())\w{2})|(\w{2}(?=\)))|(\w{2}(?=,))