如何修改SSIS脚本组件中的Regex以提取含斜杠的门牌号

DevOps 小满

2026-10-28

SSIS脚本组件门牌号提取Regex适配修改

原正则的适配缺口

原有正则^[0-9]+([A-Za-z]\\b)?仅能匹配字符串开头的数字段、以及数字后紧跟的单个字母后缀，遇到带斜杠分隔的复合门牌号（如49b/15 Main street这类格式）时，会在字母后的斜杠位置中断匹配，无法完整提取斜杠后的数字段，导致提取结果不符合预期。

正则修改方案

替换原有正则表达式为：

string sPattern = "^[0-9]+[A-Za-z]?(?:/[0-9]+)*\\b";

正则规则逐段说明

^ 强制从字符串起始位置开始匹配，避免误匹配街道文本中间的数字内容
[0-9]+ 匹配门牌号起始位置的连续数字核心段
[A-Za-z]? 可选匹配数字后紧跟的单字母后缀（如49b中的b）
(?:/[0-9]+)* 非捕获组规则，可重复匹配0次或多次斜杠+连续数字的结构，专门覆盖49b/15这类带斜杠分隔的复合门牌号场景，不会抓取街道名称中的无关斜杠内容
\\b 单词边界标记，确保匹配到第一个非门牌号字符（通常是空格）时即停止，不会把后续街道名称内容纳入提取结果

适配后完整可运行代码

public override void Input0_ProcessInputRow(Input0Buffer Row)
    {
        //匹配规则：开头数字 + 可选单字母后缀 + 0或多段“/数字”复合门牌结构，碰到单词边界停止
        string sPattern = "^[0-9]+[A-Za-z]?(?:/[0-9]+)*\\b";
        string sString = Row.ADDRESS ?? ""; //空值地址统一转空字符串处理

        Match match = Regex.Match(sString, sPattern, RegexOptions.IgnoreCase);
        if (match.Success)
            Row.CivicNumber = match.Groups[0].Value;
        else
            Row.CivicNumber = "";
    }
}