正则表达式匹配去多余空格 提取Address字段后的地址内容

问题原因 #

原正则的后顾规则(?<=Address(\s))仅匹配Address后的1个空格，后续连续的空格会被后面的.*规则捕获，因此匹配结果携带前置多余空格。

解决方案 #

方案1：不定长后顾（适配支持不定长后顾的正则引擎，如Python re、.NET、Java 9+） #

正则表达式：
(?<=Address\s+)\S.*?(?=\s*<\/b>)
规则逻辑：

• 后顾匹配Address后的全部连续空白，将匹配起始位置直接跳到空白结束处
• 从非空白字符开始匹配内容，到</b>标签前结束，直接得到无前置空格的地址内容
  如果不需要匹配HTML标签边界，可将前瞻规则替换为(?=\s+Branch)，匹配到Branch字段前结束即可。

方案2：捕获组方案（全正则引擎兼容） #

如果运行环境不支持不定长后顾，使用捕获组提取是兼容性最高的方案，正则表达式：
Address\s+([^<]+)<\/b>
执行后取第1个捕获组的内容，即可得到无前置空格的地址123 Mayor Street, LAG。

内容的提问来源于stack exchange，提问作者greg616