德国地址的正则表达式答案

【问题标题】：Regex for German address德国地址的正则表达式
【发布时间】：2012-06-08 05:21:03
【问题描述】：

我正在寻找一种正则表达式模式来查找德国地址。
问题是格式有点奇怪，而且经常变化，样例：

Falcken Str. 45 F
Heinrich-Heine-Straße 62A, Berlin-Kreuzberg
Lindenstrasse 113; Kreuzberg; 10969 Berlin
Erkstrasse 7; Neuköln; 12043 Berlin
Werbellin Strasse 69; Neuköln; 12053 Berlin
Anschrift; Rudolfstrasse 8-10; Friedrichshain; 10245 Berlin
Maybachufer 3, Neukölln, 12047, Berlin, Germany (?)
Skalitzer Strasse 31-32; Kreuzberg; 10999 Berlin
Mühlen Strasse 17; Friedrichshain; 10243 Berlin
Am Flutgraben 1; Treptow; 12435 Berlin; Germany (?)
Rigaer Strasse 89; Friedrichshain; 10247 Berlin
Köpenicker Str. 12, 10997 Berlin-Kreuzberg
Schliemannstraße 27; 10437; Berlin
Michaelkirchstr. 32, 10179 Berlin
Maybachufer 44, Neukölln, 12045, Berlin, Germany
Alexanderstrasse 11; Mitte; 10178 Berlin
Café Dritter Raum - Hertzbergstr. 14 - 12055 Berlin

现在我尝试将它们分成组（至少 [地址] [邮政编码] [柏林]）
但我无法捕捉到所有这些，我能想到的最好的方法是

^([a-zäöüß\s\d.,-]+?)\s*([\d\s]+(?:\s?[-|+/]\s?\d+)?\s*[a-z]?)?;*\s*(\d{5})\s*(.+)?$

（感谢关于 stackoverflow 的另一个问题）。

有什么想法吗？

【问题讨论】：

所以您想将德语与非德语地址分开？然后从要匹配的行和要匹配的内容中提供一些示例输入。如果您想从中提取某些信息，请同时指定。
我想将它们分成组（地址、城市和邮政编码）以便插入数据库
好的，现在是我的问题的第一部分，还是让你的正则表达式只在德国地址上松散？
正则表达式不是魔术，需要知道格式，这里似乎没有很好地定义。您可以很容易地匹配邮政编码，并在它之前和之后获取子字符串，但除此之外它变得复杂。
您确定应该在此处发布实际地址列表吗？

标签： regex street-address

【解决方案1】：

不规则的数据会导致不一致的结果。此外，正则表达式并非适用于每一个水晶酒瓶。

从实用的角度来看，我只是解析标准化地址（无论这对德国地址意味着什么），然后将剩余部分转储到另一个文件以进行手动地址更正。如果大部分您的地址格式不正确，那么您可能需要访问某种地址更正数据库——通常是商业的，并且通常可以从所涉及的邮政服务处获得。

【讨论】：