正则表达式匹配多结构地址时城市字段匹配出错该如何解决

核心调整思路 #

你之前的正则(\w.*,|\w.*$)存在两个问题：

• 将逗号纳入了捕获组的匹配范围，导致带国家的地址匹配结果会携带末尾逗号
• 没有对匹配的终止边界做无消耗校验，无法自动过滤分隔符

调整后的正则通过正向预查限定匹配边界，同时兼容多段、带特殊字符的城市名，写法如下：
([\w\s-]+)(?=,|$)

正则各部分说明 #

• [\w\s-]+：匹配由字母、数字、空格、连字符组成的连续内容，覆盖多单词、带连字符的城市名（如New York、Saint-Jean-Port-Joli都可正常匹配）
• (?=,|$)：正向肯定预查，属于零宽断言，不会消耗匹配字符，仅要求当前匹配内容的后续位置要么是逗号，要么是字符串结尾，自动跳过逗号不纳入捕获结果

测试验证 #

不同场景下的匹配结果如下：

• 输入Paris → 捕获结果：Paris
• 输入Paris, France → 捕获结果：Paris
• 输入Saint-Jean-Port-Joli, Canada → 捕获结果：Saint-Jean-Port-Joli
• 输入Rio de Janeiro → 捕获结果：Rio de Janeiro

内容的提问来源于stack exchange，提问作者ichbintim