用于识别英国邮政编码的 R 正则表达式

Question

我的问题类似于 this，但我正在寻找 R 具体的问题。我有数万个地址的data.frame，需要提取邮政编码。邮政编码在英国，格式为 {LETTER_LETTER_DIGIT LETTER_LETTER_DIGIT}。类似于以下内容：

"8,长弓关闭,\r\nHarlescott里,\r\nShrewsbury,\r\nEngland,\r\nSY13GZ"

我已经使用此代码的变体 stringr 无济于事：

str_extract('^(\[Gg]\[Ii]\[Rr] 0\[Aa]{2})|(((\[A-Za-z]\[0-9]{1,2})|((\ 
[A-Za-z]\[A-Ha-hJ-Yj-y]\[0-9]{1,2})|((\[AZa-z]\[0-9]\[A-Za-z])|(\[A-Za- 
z]\[A-Ha-hJ-Yj-y]\[0-9]?\[A-Za-z]))))\[0-9]\[A-Za-z]{2})$',alfa$Address)

Answer 1

^ 和 $ 锚点要求模式匹配整个字符串。您可以用 \b(?:<pattern>)\b 包装模式以将这些代码匹配为整个单词（\b 是单词边界）。此外，字符类是 "ruined" 因为你转义了他们的 [ 起始括号（\[ 匹配文字 [ 字符）。另外，交换参数，第一个是输入，第二个是正则表达式。此外，要获得所有匹配项，您需要使用 str_extract_all 而不是 str_extract.

您可以这样修改代码：

library(stringr)
txt <- "8, Longbow Close,\r\nHarlescott Lane,\r\nShrewsbury,\r\nEngland,\r\nSY1 3GZ"
pattern <- "\b(?:([Gg][Ii][Rr] 0[Aa]{2})|((([A-Za-z][0-9]{1,2})|(([A-Za-z][A-Ha-hJ-Yj-y][0-9]{1,2})|(([A-Za-z][0-9][A-Za-z])|([A-Za-z][A-Ha-hJ-Yj-y][0-9]?[A-Za-z]))))\s?[0-9][A-Za-z]{2}))\b"
str_extract_all(txt, pattern)
# => [[1]]
#   [1] "SY1 3GZ"

Answer 2

这里有一个更易读的方式：

            if ($e{locate} =~ /\b([A-Z])([A-Z])([0-9])([A-Z]) ([0-9])([A-Z])([A-Z])\b/) {
                    $e{zip} = ......;
                    $e{zips} = ....' ' ...;
            } elsif ($e{locate} =~ /\b([A-Z])([0-9])([A-Z]) ([0-9])([A-Z])([A-Z])\b/) {
                    $e{zip} = .....;
                    $e{zips} = ...' '...;
            } elsif ($e{locate} =~ /\b([A-Z])([0-9]) ([0-9])([A-Z])([A-Z])\b/) {
                    $e{zip} = ....;
                    $e{zips} = ..' '...;
            } elsif ($e{locate} =~ /\b([A-Z])([0-9])([0-9]) ([0-9])([A-Z])([A-Z])\b/) {
                    $e{zip} = .....;
                    $e{zips} = ...' '...;
            } elsif ($e{locate} =~ /\b([A-Z])([A-Z])([0-9]) ([0-9])([A-Z])([A-Z])\b/) {
                    $e{zip} = .....;
                    $e{zips} = ...' ' ...;
            } elsif ($e{locate} =~ /\b([A-Z])([A-Z])([0-9])([0-9]) ([0-9])([A-Z])([A-Z])\b/) {
                    $e{zip} = ......;
                    $e{zips} = ....' '...;
            }

用于识别英国邮政编码的 R 正则表达式

R Regex for identifying UK postcodes

regex

r

postal-code