Python中多正则模式组合匹配及地址建筑编号提取问题

1. 匹配多种写法的区域信息 #

要兼容region、reg.、r-n这类区域后缀变体，可利用正则的**或运算符（|）**组合多个匹配规则，同时兼容元素开头的空格：

import re

address = [' South region', ' district KTS', ' 4', ' app. 106', ' ent. 1', ' st. 15', ' North reg.', ' East r-n']

# 编译匹配多种区域后缀的正则
region_pattern = re.compile(r'\s*.+(region|reg\.|r-n)$')
# 筛选符合条件的区域元素
region = list(filter(region_pattern.match, address))
print(region)  # 输出: [' South region', ' North reg.', ' East r-n']

• \s*：匹配元素开头任意数量的空格
• .+：匹配区域名称部分的任意字符
• (region|reg\.|r-n)$：精准匹配结尾的三种区域后缀，$确保匹配到元素末尾，避免误匹配

2. 提取建筑编号 #

针对纯数字（如4）或数字+字母+数字（如4k1）的建筑编号格式，可编写正则匹配以数字开头、由数字和字母组成的元素：

# 编译匹配建筑编号的正则
building_pattern = re.compile(r'^\s*[0-9]+[a-zA-Z0-9]*$')
# 筛选符合条件的建筑编号
building_num = list(filter(building_pattern.match, address))
print(building_num)  # 输出: [' 4']

• ^\s*：匹配元素开头的空格
• [0-9]+：确保编号以至少一个数字开头
• [a-zA-Z0-9]*：允许后续出现任意数量的字母或数字，覆盖两种编号格式

内容的提问来源于stack exchange，提问作者Iren E