使用正则表达式匹配地址行任意单词并替换空格为+的问题

问题根源 #

你之前的正则有两个明显问题：

1. 开头字符集[a-zA-Z#-]未包含数字，导致以数字开头的行（如24567 london UK 、56-67 france germany germany 67886）无法匹配
2. 用固定的\s(.+)分组，只能适配4个元素的行，无法支持任意数量的空格分隔内容

实现步骤 #

1. 匹配所有目标行 #

用以下正则匹配所有符合格式的地址行：

^[\w#-].*$

• ^：定位行起始位置
• [\w#-]：匹配行首的字母、数字、下划线、#或-，覆盖你所有示例行的开头
• .*$：匹配行内剩余所有内容直到行尾

2. 替换空格为+ #

无需复杂分组，直接将行内所有空白字符替换为+即可，根据使用场景选择对应实现：

• Python 代码：

  import re
  raw_lines = [
      "#23 newyork USA 56778",
      "24567 london UK ",
      "56-67 france germany germany 67886"
  ]
  # 替换所有连续空格为+，同时去除行尾多余空格（可选）
  processed_lines = [re.sub(r'\s+', '+', line.rstrip()) for line in raw_lines]
  

• Shell sed 命令：

  # 替换所有单个空格为+
  sed 's/ /+/g' your_address_file.txt
  # 替换连续空格为单个+
  sed 's/\s\+/+/g' your_address_file.txt
  

最终效果 #

处理后你会得到：

• #23+newyork+USA+56778
• 24567+london+UK
• 56-67+france+germany+germany+67886

内容的提问来源于stack exchange，提问作者Dinesh