PCRE2正则匹配城市名/城市+邮编需求及问题咨询

最终正则表达式 #

(?<!\w)(Marche(?:\s+\d{5}(?:[- ]\d{3,5})?)?)

方案说明 #

1. 解决误匹配问题：(?<!\w)是负向后行断言，确保Marche前面不是字母数字，彻底排除它作为其他单词前缀（比如Marches、Marchetti）的情况，保证城市名是独立实体。
2. 覆盖两种匹配场景：
   • 支持单独匹配Marche：邮编部分为可选结构（末尾的?）
   • 支持匹配Marche + 合规邮编：兼容两种邮编格式——纯5位数字，或5位数字加连字符/空格后接3-5位数字
3. 排除前置逗号：匹配结果从Marche起始，不会包含前面的逗号或其他标点，完全满足你对匹配内容的要求。

匹配/非匹配验证 #

符合匹配规则的内容 #

• Marche（独立城市名）
• Marche 12345（5位基础邮编）
• Marche 12345-678（5位+3位扩展邮编）
• Marche 12345 67890（5位+5位扩展邮编）
• !Marche（标点后的独立城市名）
• (Marche 12345)（括号内的带邮编城市）

不会被匹配的内容 #

• Marches（Marche作为单词前缀）
• Marchetti（Marche作为单词前缀）
• abcMarche（Marche前接字母）
• 123Marche（Marche前接数字）

BigQuery实战用法 #

检查字段是否符合规则 #

SELECT
  your_column,
  REGEXP_CONTAINS(your_column, r'(?<!\w)(Marche(?:\s+\d{5}(?:[- ]\d{3,5})?)?)') AS matches_requirement
FROM
  your_dataset.your_table

提取符合规则的内容 #

SELECT
  your_column,
  REGEXP_EXTRACT(your_column, r'(?<!\w)(Marche(?:\s+\d{5}(?:[- ]\d{3,5})?)?)') AS extracted_content
FROM
  your_dataset.your_table

可选调整 #

• 不区分大小写匹配：若需匹配marche、MARCHE等变体，给正则添加(?i)标志：

  (?i)(?<!\w)(Marche(?:\s+\d{5}(?:[- ]\d{3,5})?)?)
  

• 严格禁止前置逗号：如果连, Marche这种带空格的前置逗号场景也不想匹配，将断言修改为(?<![\w,])：

  (?<![\w,])(Marche(?:\s+\d{5}(?:[- ]\d{3,5})?)?)
  

内容的提问来源于stack exchange，提问作者dpl