适配美国等地区特殊格式地址的街道与门牌号拆分方案求助

问题根因 #

原有正则仅匹配连续的纯字母+空格组合，完全忽略了街道名中可能出现的连字符、序数词后缀（比如th/nd）、数字等合法字符，因此在处理非纯字母街道名、美式带数字街道名时会出现匹配错位。 #

适配方案 #

调整思路 #

重新梳理匹配逻辑，允许街道名包含字母、数字、连字符、缩写点，同时兼容门牌号在开头（美式）和末尾（欧式）两种通用格式。

完整C#实现代码 #

using System.Text.RegularExpressions;

private static (string street, string number) SplitStreet(string value)
{
    value = value.Trim();
    // 优先匹配门牌号在开头的美式格式
    var frontMatch = Regex.Match(value, @"^(\d+\s*[a-zA-Z]?)\s+([\p{L}\d\-]+(?:\s+[\p{L}\d\-]+)*\s*[\p{L}.]+)$");
    if (frontMatch.Success)
    {
        return (frontMatch.Groups[2].Value.Trim(), frontMatch.Groups[1].Value.Trim());
    }
    // 兼容门牌号在末尾的欧式格式
    var endMatch = Regex.Match(value, @"^([\p{L}\d\-]+(?:\s+[\p{L}\d\-]+)*\s*[\p{L}]+)\s+(\d+\s*[a-zA-Z]?)$");
    if (endMatch.Success)
    {
        return (endMatch.Groups[1].Value.Trim(), endMatch.Groups[2].Value.Trim());
    }
    // 匹配失败返回原始值兜底
    return (value, string.Empty);
}

测试验证结果 #

你提到的两个测试用例运行结果如下：

• 输入Ernst-Thälmannstrasse 8：返回street = "Ernst-Thälmannstrasse"，number = "8"
• 输入203 East 50th St.：返回street = "East 50th St."，number = "203"
  额外兼容常见地址场景：
• 带字母后缀的门牌号：Marienplatz 12a → 返回street = "Marienplatz"，number = "12a"
• 含序数词的街道：123 3rd Ave → 返回street = "3rd Ave"，number = "123"

内容的提问来源于stack exchange，提问作者LarsA