的Java字符串分割問題

Question

我有一個字符串，如

397 Walker Road         Wayne, PA 19087 

我需要從中提取的地址信息（街道地址，城市，州，郵編）。問題是，數據庫中的空白量不一致。

我已經在逗號分隔了字符串，並提取了狀態和zip。但是，如何讓這座城市遠離這個城市，特別是因爲白色空間不一致，我們感到茫然。

Answer 1

您可以使用正則表達式像[\s]{2,}這意味着找到2米或多個連續的空格，刪除多餘的空格。這個正則表達式不會匹配單個空格。然後，您可以用空白替換匹配的空格，然後提取城市（提取城市是不同的問題）。希望這可以幫助。

Answer 2

問題是，數據庫中的空白量不一致。
如果不同的數據字段之間至少有兩個空格，則應該這樣工作：s.split("\\s\\s+")。每個兩個或多個空白字符的序列在這裏將被視爲分隔符。
但如果數據可以是任何格式，並有完全沒有一致性，沒有算法可以幫助你:)

Answer 3

在分割字符串之前使用trim()方法修剪空格。然後使用正則表達式分割字符串，查找Charecter之後的數字。

Answer 4

OK，這裏是我的版本：

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

輸出：

[397 Walker Road, Wayne, PA, 19087] 

此正則表達式查找逗號（，兩側可選空白），或至少兩個空格字符。

Answer 5

我覺得皮特的意思是，

397獲嘉道韋恩，PA 19087

有 「韋恩」 作爲城市

但

397獲嘉道鹽湖城，PA 19087

以「鹽湖城」爲城市

假設逗號之前的整個部分的寬度是固定的，使用Shekhar的答案（分別爲兩個或多個空格的序列的左右兩側）可能會得到相當好的結果，使用[\ s] {2，}

或者，您可能必須在常見的「街道」結尾處進行匹配，例如道路，rd，街道，st [hmm，st。 =聖，這可能是一個問題]，大道，大道等

對不起皮特，我想我們需要知道更多關於你的數據集看起來像什麼，你還有什麼其他數據可用（僅限美國？城市？等）

Roger

Answer 6

在所有情況下都沒有辦法做到這一點。你可以寫一個算法，假設街道部分總是以類似Road，Street，Lane等結尾。