正则匹配美国地址时，异常空格导致捕获不全问题求助

问题根源 #

你原正则里的预查部分(?=(\s+[a-z]+)+,?...)存在两个核心问题：

1. 重复捕获分组(\s+[a-z]+)+会不断覆盖之前的匹配结果，最终只保留最后一个单词（比如示例里的Nick），导致FORT丢失
2. 未统一处理任意数量的空白字符（原地址里的多个空格），同时未考虑大小写匹配（正则用[a-z]但地址是大写）

修改后的正则方案 #

以下是适配多空格、完整捕获城市的正则（需添加不区分大小写修饰符/i）：

^(\d+\s*(?:[NEWS]\s+)?(?:(?:\s*[A-Z]+)+\s*(?:ST|AVE|AV|AVENUE|BLVD|BND|BEND|CT|CRT|COURT)\s*)+)(\s*[A-Z\s]+?,?\s*[A-Z]{2}\s*\d{5}(?:-\d{4})?)$

拆分阅读版：

^
(\d+\s*                    # 匹配街道编号
(?:[NEWS]\s+)?             # 可选方位词(N/E/W/S)
(?:(?:\s*[A-Z]+)+\s*       # 匹配多单词街道名称
(?:ST|AVE|AV|AVENUE|BLVD|BND|BEND|CT|CRT|COURT)\s*)+
)                           # 捕获完整街道部分
(
\s*[A-Z\s]+?,?             # 匹配多单词城市名（含可选分隔逗号）
\s*[A-Z]{2}\s*             # 匹配州缩写
\d{5}(?:-\d{4})?            # 匹配邮编（可选扩展码）
)$

关键优化点 #

• 用\s*/\s+匹配任意数量的空白，解决地址里的多空格问题
• 城市部分用[A-Z\s]+?非贪婪匹配所有连续字母和空格，确保完整捕获多单词城市名（比如FORT NICK）
• 用非捕获分组(?:...)减少不必要的分组，仅保留需要的「街道」和「城市/州/邮编」两个核心捕获组
• 添加^和$锚定整个字符串，避免部分匹配
• \i修饰符（正则末尾加/i）处理大小写差异，无需区分大小写编写正则

测试效果 #

针对示例地址101 N MAIN TOWER ST FORT NICK, SC 87345：

• 捕获组1：101 N MAIN TOWER ST
• 捕获组2：FORT NICK, SC 87345

额外提示 #

如果需要兼容更多边缘格式（比如街道名带数字、方位词在末尾等），可以进一步扩展街道部分的匹配规则，但当前方案已覆盖你给出的示例及多数常见美国地址格式。

内容的提问来源于stack exchange，提问作者JonWayn