我正在尝试编写一个正则表达式语句，该语句仅匹配地址的城市，州和Zip部分。 以下是我正在使用的地址的几个示例。
3333 Josephine AVE #114 Temecula, CA 99999
11111 MERIT CIR #113 Laguna Hills, CA 99999
我目前有以下模式。
[,].*
但这只捕获通过分隔城市和州的逗号的所有内容。
有没有办法在逗号之前捕获字符串 [City]，这也适用于 City 是 2 个单词的情况（即洛杉矶）。
任何帮助将不胜感激！ 提前谢谢。
此正则表达式分别捕获组 1、2 和 3 中的城市、州和 zip：
#d+ ([^,]+), ([A-Z]{2}) (d{5})
观看现场演示。
很难在正则表达式中捕获确切的状态，或者更确切地说，这将是一个非常长的正则表达式。但是，我确实对其进行了测试，这就是我想出的
/([A-Z][a-z]+s?)+,s[A-Z]{2}sd{5}-?d{4}?/
它与此相匹配
Gfdsdf Gfdsf, CA 43534
这是细分
() - 捕获包含的正则表达式
[A-Z] - 查找所有大写字母。
[a-z]+ - 后跟一个或多个小写字母
s? - 后跟一个可选空格
+ - 这允许我们在城市名称中包含多个单词
,s - 紧跟逗号和空格
[A-Z]{2} - 各州的 ISO 代码每个为两个字母。显然，在这个简单的示例中，它将包括虚假状态，否则正则表达式会太长。
d{5} - 以五位数的邮政编码结尾。
-?d{4}? - 可选匹配 zip+4 格式。这不是必需的
仅给定您的语料库，该语料库始终具有套房/公寓编号，您可以使用：
$ echo '3333 Josephine AVE #114 Temecula, CA 99999
11111 MERIT CIR #113 Laguna Hills, CA 99999' |
pcregrep -o '#d+ K.*'
Temecula, CA 99999
Laguna Hills, CA 99999
但是，如果您有不规则的数据，这些数据不是像 CSV 这样定义明确的格式，则会遇到问题。例如，街道名称中包含两个或更多单词的地址，或者没有公寓号码的地址怎么办？
真正的解决方案是使用CSV等标准化格式重新生成数据。如果你不能做到这一点，那么只解析符合的数据（例如，有 7 个字段的行），然后盯着希望很小的余数。
有更好的方法可以做到这一点，但你可以尝试使用它：
（\d*）\s+（（？：[\w+\s*-]）+）[\，]\s+（[a-zA-Z]+）\s+（[0-9a-zA-Z]+）
第1组：公寓/门牌号
第 2 组：城市（可以有多个空格、下划线和短划线）
第 3 组：州/省代码
第4组：邮政编码（可由字母和数字组成）
这将匹配以下所有情况：3333约瑟芬AVE #114特曼库拉，CA 99
11111 MERIT CIR #113 拉古纳山， CA 99999
11111 MERIT CIR #113 ddwwqs 拉古纳山， CA 99999
11111 MERIT CIR #113 sss sss sss xs， CA 99999
11111 MERIT CIR #113 hkjkhuhuh， CAdsdsd T3B2R1
11111 MERIT CIR #113 dsadsa-ddasdas ， CAdsdsd T2N21T
在此处查看演示：http://www.regexr.com/3cuds