如何高效提取地址字符串中的城市名？替代遍历匹配的优化方案

思路1：利用英国邮编的固定格式定位 #

英国邮编有规范的格式（比如YO10 3EU，结构为「1-2个字母+数字+空格+数字+2个字母」），城市通常在邮编的前一个逗号分隔项里。我们可以先匹配出邮编，再反向提取前面的城市部分。

代码实现：

$location_string = 'Lawrence Street, York, YO10 3EU, United Kingdom';

// 匹配英国邮编的正则
$postcodePattern = '/[A-Z]{1,2}[0-9][A-Z0-9]? [0-9][A-Z]{2}/i';
if (preg_match($postcodePattern, $location_string, $matches)) {
    // 截取邮编前的内容
    $partBeforePostcode = substr($location_string, 0, strpos($location_string, $matches[0]));
    // 取最后一个逗号后的内容作为城市，去除首尾空格
    $city = trim(end(explode(',', $partBeforePostcode)));
} else {
    // 无邮编的情况（如'Hertford, Hertfordshire, England, United Kingdom'）
    // 取第一个逗号前的内容作为城市
    $city = trim(strtok($location_string, ','));
}

echo $city; // 输出 York 或 Hertford

思路2：基于地址层级分割筛选 #

英国地址的层级一般是「街道 → 城市 → 郡/邮编 → 地区 → 国家」，我们可以把地址按逗号分割成数组，再通过特征筛选城市：

• 排除带数字的项（街道含门牌号、邮编带数字）
• 排除已知的地区/国家/郡关键词

代码实现：

$location_string = 'Hertford, Hertfordshire, England, United Kingdom';
// 可补充更多常见郡/地区名
$excludeTerms = ['england', 'scotland', 'wales', 'northern ireland', 'united kingdom', 'hertfordshire', 'yorkshire']; 
$parts = array_map('trim', explode(',', $location_string));

foreach ($parts as $part) {
    $lowerPart = strtolower($part);
    // 筛选出不含数字且不在排除列表里的项
    if (!preg_match('/\d/', $part) && !in_array($lowerPart, $excludeTerms)) {
        $city = $part;
        break; // 第一个符合条件的就是城市
    }
}

echo $city; // 输出 Hertford

比原方法高效的原因 #

1. 不用手动维护庞大的城市列表，避免遗漏或重复更新
2. 无需遍历数组逐个匹配，通过正则或特征筛选一次定位，执行效率更高
3. 适配多种地址格式，扩展性更强

内容的提问来源于stack exchange，提问作者user19846605