正则表达式解析地址时出现额外空捕获组的问题求助

问题出在你嵌套了不必要的捕获组，而且重复的捕获组只会保留最后一次匹配的结果，当最后一次匹配里的可选空格\s?捕获到空值时，就会出现空分组。

为啥会有空分组？ #

看你写的正则：

(^\d+\w?)\s((\w*\s?)+).\s(\w*\s?)+([A-Z]{2})\s(\d{5})

• 分组2里套了分组3(\w*\s?)，这个+会反复匹配\w*\s?，每次匹配都会覆盖分组3的内容。匹配63rd Ave NE时，最后一次(\w*\s?)会匹配NE后面的空（因为\s?是可选的），所以分组3最终是空的。
• 同样，匹配城市Lake Forest Park的(\w*\s?)+里套了分组4，最后一次匹配的是Park后面的空，导致分组4为空。

修复后的正则 #

把多余的嵌套捕获组改成非捕获组（用(?:...)代替(...)），这样就不会生成没用的空分组，同时明确把.改成,,避免误匹配其他字符：

(^\d+\w?)\s((?:\w*\s?)+),\s((?:\w*\s?)+)([A-Z]{2})\s(\d{5})

对应分组说明 #

1. 分组1：门牌号（5173B）
2. 分组2：街道名称（63rd Ave NE）
3. 分组3：城市（Lake Forest Park）
4. 分组4：州（WA）
5. 分组5：邮政编码（98155）

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