如何使用Power Query从自由格式字符串中提取州信息

问题核心 #

你当前用Text.Contains的方式是子字符串匹配，会误命中单词中的片段（比如Calumet里的Ca被识别为CA），必须改成匹配完整的州标识符——利用地址里州信息的常见格式规律（通常跟在逗号后、处于单词边界，支持全称、带点/不带点的缩写）。

解决方案：用正则匹配完整州标识 #

在Power Query的M语言里，用Text.MatchesRegex结合正则表达式的单词边界（\b）来确保只匹配独立的州缩写/全称，同时忽略大小写差异。

完整代码示例 #

替换你原来的Table.AddColumn逻辑，以下是支持多州匹配的通用模板（以CA、SC为例，可扩展到所有州）：

= Table.AddColumn(#"Changed Type", "Extract_State", each 
    let
        // 统一转成大写，避免大小写干扰
        Address_Upper = Text.Upper([#"Business Information | Business Address"]),
        // 定义州匹配规则：每个规则是正则表达式，\b表示单词边界
        State_Rules = [
            CA = "\bCA\b|\bCALIFORNIA\b",
            SC = "\bSC\b|\bS\.C\.\b|\bSOUTH CAROLINA\b"
            // 在这里添加其他州的匹配规则，格式同上
        ],
        // 遍历规则，找到第一个匹配的州代码
        Matched_State = List.First(List.Select(Record.FieldNames(State_Rules), 
            each Text.MatchesRegex(Address_Upper, State_Rules(_))))
    in
        // 如果没匹配到返回空值，可根据需求改成其他默认值
        if Matched_State <> null then Matched_State else null)

代码关键点说明 #

• Text.Upper：把地址转成大写，统一匹配规则，不用考虑用户输入的大小写（比如ca、Ca都能匹配）。
• 正则\b：单词边界，确保CA只会匹配独立的缩写，不会命中Calumet里的CA片段。
• 多格式支持：比如南卡罗来纳州的规则包含了SC、S.C.、SOUTH CAROLINA三种常见格式，覆盖用户的自由输入情况。
• List.First+List.Select：遍历所有州规则，返回第一个匹配到的州代码（正常地址只会有一个州，所以取第一个即可）。

进阶优化：处理逗号后的州 #

很多地址里州会跟在城市名后的逗号后面，也可以针对这种常见场景优化正则，比如匹配,\s*CA\b（逗号+空格+州缩写），进一步减少误判：

// 以CA为例，优化后的正则规则
CA = "\bCA\b|\bCALIFORNIA\b|,\s*CA\b|,\s*CALIFORNIA\b"

内容的提问来源于stack exchange，提问作者J.Price