的Java字符串分割问题

Question

我有一个字符串，如

397 Walker Road         Wayne, PA 19087 

我需要从中提取的地址信息（街道地址，城市，州，邮编）。问题是，数据库中的空白量不一致。

我已经在逗号分隔了字符串，并提取了状态和zip。但是，如何让这座城市远离这个城市，特别是因为白色空间不一致，我们感到茫然。

Answer 1

您可以使用正则表达式像[\s]{2,}这意味着找到2米或多个连续的空格，删除多余的空格。这个正则表达式不会匹配单个空格。然后，您可以用空白替换匹配的空格，然后提取城市（提取城市是不同的问题）。希望这可以帮助。

Answer 2

问题是，数据库中的空白量不一致。
如果不同的数据字段之间至少有两个空格，则应该这样工作：s.split("\\s\\s+")。每个两个或多个空白字符的序列在这里将被视为分隔符。
但如果数据可以是任何格式，并有完全没有一致性，没有算法可以帮助你:)

Answer 3

在分割字符串之前使用trim()方法修剪空格。然后使用正则表达式分割字符串，查找Charecter之后的数字。

Answer 4

OK，这里是我的版本：

final String str = "397 Walker Road         Wayne, PA 19087"; 
final String[] tokens = str.split("(\\s*,\\s*|\\s{2,})"); 
System.out.println(Arrays.toString(tokens)); 

输出：

[397 Walker Road, Wayne, PA, 19087] 

此正则表达式查找逗号（，两侧可选空白），或至少两个空格字符。

Answer 5

我觉得皮特的意思是，

397获嘉道韦恩，PA 19087

有 “韦恩” 作为城市

但

397获嘉道盐湖城，PA 19087

以“盐湖城”为城市

假设逗号之前的整个部分的宽度是固定的，使用Shekhar的答案（分别为两个或多个空格的序列的左右两侧）可能会得到相当好的结果，使用[\ s] {2，}

或者，您可能必须在常见的“街道”结尾处进行匹配，例如道路，rd，街道，st [hmm，st。 =圣，这可能是一个问题]，大道，大道等

对不起皮特，我想我们需要知道更多关于你的数据集看起来像什么，你还有什么其他数据可用（仅限美国？城市？等）

Roger

Answer 6

在所有情况下都没有办法做到这一点。你可以写一个算法，假设街道部分总是以类似Road，Street，Lane等结尾。