正则匹配含特殊格式部分邮编的学校数据问题咨询

直接给出适配需求的正则表达式：

^(\d{5})\s{2,}(.*?)\s{2,}(\d+)\s+(\d+)$

规则解释 #

• ^(\d{5})：精确捕获开头的5位学校ID，锚定行首避免匹配行内无关数字。
• \s{2,}：匹配ID与校名之间的至少2个空格，确保和校名内部的单个空格区分开。
• (.*?)：非贪婪匹配任意字符，直到遇到后续的「至少2个空格+数字」组合，完整包含校名里的特殊格式（如W9、W11这类字母+数字的邮编片段）。
• \s{2,}：匹配校名与申请数之间的至少2个空格，作为校名结束的标识。
• (\d+)：捕获申请数（至少1位数字，比\d*更贴合实际数据场景）。
• \s+：匹配申请数与录取数之间的1个或多个空格。
• (\d+)：捕获录取数。
• $：锚定行尾，确保整行完整匹配，避免截断。

验证示例 #

针对测试用例，捕获结果如下：

• 输入行：18747 ABC School 50 14
  捕获组：(18747)(ABC School)(50)(14)
• 输入行：17646 EFG School W11 190 44
  捕获组：(17646)(EFG School W11)(190)(44)
• 输入行：10422 XYZ College W9 60 33
  捕获组：(10422)(XYZ College W9)(60)(33)

内容的提问来源于stack exchange，提问作者limestreetlab