Java正则匹配问题：无法正确提取含特定分隔符的街道名称

问题根源 #

你的正则表达式^(.*)( - |[ _\-\.])(\d{1,5})(.*)$中，(.*)是贪婪匹配，会尽可能捕获最长的字符序列。在处理strassen name - 1344时，贪婪模式会把strassen name -全部纳入$1，只留下空格给后面的分隔符匹配（空格属于[ _-.]范围），导致返回结果多出-。

修复方案 #

将贪婪匹配改为非贪婪匹配，同时用非捕获组优化分隔符匹配逻辑，确保优先识别完整的-分隔符：

修改后的正则表达式：

String sRegEx = "^(.*?)(?: - |[ _\\-.])(\\d{1,5})(.*)$";

关键改动说明：

• (.*?)：非贪婪匹配，仅捕获到第一个分隔符前的内容，避免过度捕获
• (?:...)：非捕获组，不生成额外的捕获分组，保证$1始终指向街道名称部分
• 优先匹配-，再匹配单个分隔符（空格、下划线、短横、点），避免拆分错误

修改后的完整代码 #

public static String cutAddressStreet(String sFull)
{
   String sRet = "";
   // 替换为修复后的正则
   String sRegEx = "^(.*?)(?: - |[ _\\-.])(\\d{1,5})(.*)$";
   if (sFull.matches(sRegEx))
   { // 判定为含门牌号的街道地址
      String sStreet = sFull.replaceFirst(sRegEx, "$1");
      System.out.println("cut=\"" + sStreet + "\" from " + sFull);
      sRet = sStreet;
   }
   return sRet;
}

测试验证 #

修复后所有测试用例均符合预期：

• cutAddressStreet("strassen name 1344") → 返回strassen name
• cutAddressStreet("strassen name-1344") → 返回strassen name
• cutAddressStreet("strassen name - 1344") → 返回strassen name
• cutAddressStreet("strassen name,1344") → 返回""

内容的提问来源于stack exchange，提问作者PeVo