如何调整地址正则表达式，使其可匹配任意顺序的地址格式？

正则调整方案 #

核心思路是用分支匹配符|同时兼容两种地址排序规则，把原有的「门牌号+街道+邮编+城市」作为第一个匹配分支，新增「邮编+城市+门牌号+街道」作为第二个匹配分支即可。

调整后的基础版正则如下，原有捕获组逻辑完全兼容：

(?:([0-9-]*) ?([\p{L}*,\. '-]*) ?([0-9 ]*) ?([\p{L}*,\. '-]*) ([0-9]{5}) ?([\p{L}*,\. '-]*)|([0-9]{5}) ?([\p{L}*,\. '-]*) ([0-9-]*) ?([\p{L}*,\. '-]*) ?([0-9 ]*) ?([\p{L}*,\. '-]*))

如果需要两种地址顺序下，同一类地址片段都落在同一个捕获组里，推荐使用命名捕获组，后续提取内容更方便：

(?:
  (?<门牌号>[0-9-]*) ?(?<街道段1>[\p{L}*,\. '-]*) ?(?<街道数字补充>[0-9 ]*) ?(?<街道段2>[\p{L}*,\. '-]*) (?<邮编>[0-9]{5}) ?(?<城市>[\p{L}*,\. '-]*)
  |
  (?<邮编>[0-9]{5}) ?(?<城市>[\p{L}*,\. '-]*) (?<门牌号>[0-9-]*) ?(?<街道段1>[\p{L}*,\. '-]*) ?(?<街道数字补充>[0-9 ]*) ?(?<街道段2>[\p{L}*,\. '-]*)
)

匹配效果验证 #

• 正序地址16 Rue du Pont Louis-Philippe 75000 Paris：可正常捕获所有字段，和原有正则效果完全一致
• 倒序地址75000 Paris 16 Rue du Pont Louis-Philippe：可正常捕获对应字段，不会出现匹配失败的情况

内容的提问来源于stack exchange，提问作者Gano