求提取省、市、县（区）、乡（镇、街道）、村（社区）的正则表达式

shenjianrong163 · 发表于 2023-6-30 13:57

ggmmlol 发表于 2023-6-30 13:50
用正则表达式解析中文地址，可不依赖于地名数据库，确实很方便。
但要注意一点：对于内蒙古的地名，其中 ...

特别感谢ggmmlol老师！

shenjianrong163 · 发表于 2023-6-30 20:28

ggmmlol 发表于 2023-6-30 13:50
用正则表达式解析中文地址，可不依赖于地名数据库，确实很方便。
但要注意一点：对于内蒙古的地名，其中 ...

老师，向您请教下：
您提取“内蒙古”的正则："^(内蒙古(?:自治区)?)(.+?[市盟])?(.+?[市区县旗])?((?:.+)(?:街道|[乡镇]))?((?:.+?)(?:社区|村))?(.*)"
如果省略区县级别的“旗”，会将后面带有“旗”的内容提取到“区、县”的位置，如下图：

这种情况在正则中应该怎样处理呢？

CLL1998 · 发表于 2023-7-1 11:11

来凑个热闹
不用VBA正则，用公式给出一个方案解。当然，与vba不能比，但也可以借此窥见到公式的强大与魅力
360截图20230701103703033.jpg

省市区地址分拆.rar (20.45 KB, 下载次数: 33)

提供一个链接
http://club.excelhome.net/thread-1224506-1-1.html

shenjianrong163 · 发表于 2023-7-1 13:21

CLL1998 发表于 2023-7-1 11:11
来凑个热闹
不用VBA正则，用公式给出一个方案解。当然，与vba不能比，但也可以借此窥见到公式的强大与魅力 ...

公式确实强大，正所谓条条大路通北京！

65861954 · 发表于 2023-7-1 13:35

liulang0808 发表于 2023-6-29 11:30
为了全面，建议将全国信息提取到一张表内，然后核对吧

麻烦在一些地名包含拆分字符的

尝试一下jieba分词这个库呢！

沈默00 · 发表于 2023-7-1 13:49

这个有点乱，跟大佬们学习下

ggmmlol · 发表于 2023-7-1 15:52

shenjianrong163 发表于 2023-6-30 20:28
老师，向您请教下：
您提取“内蒙古”的正则："^(内蒙古(?:自治区)?)(.+?[市盟])?(.+?[市区县旗])?((?:. ...

内蒙古的地名中，包含的“旗”字却不表示县级行政区的，其实很少见。
为稳妥起见，从百科中搜索“旗”，发现内蒙古共有52个“旗”，其中包含3个自治旗。但这52个旗的名字前都不是“红”字，因此，正则表达式可以对旗字的前一个字符限定为[^红]

用以上方法改写的正则表达式，已经测试通过，并在工具的代码中更新。请到前一回复中给出的地址重新下载。

shenjianrong163 · 发表于 2023-7-1 15:55

ggmmlol 发表于 2023-7-1 15:52
内蒙古的地名中，包含的“旗”字却不表示县级行政区的，其实很少见。
为稳妥起见，从百科中搜索“旗”， ...

好的，谢谢！

贺达勇 · 发表于 2023-7-7 22:23

湖北省太白山地区红安县太平桥镇太湖村一组01号
浙江省鄞州区钟公庙街道宋诏桥村鄞县大道东段01号
安徽省蒙城县小涧镇郭店社区高老庄001号
江西省贑州市赣县江口镇七十里店村1組01号
浙江省嵊州市金庭镇新岩村01号
浙江省宁波市鄞州区五乡镇天童庄村新屋01号
江西省吉安市永丰县恩江镇东湖工业区建工巷26号2单元402室

贺达勇 · 发表于 2023-7-7 22:26

湖北省太白山地区红安县太平桥镇太湖村一组01号
浙江省鄞州区钟公庙街道宋诏桥村鄞县大道东段01号
安徽省蒙城县小涧镇郭店社区高老庄001号
江西省贑州市赣县江口镇七十里店村1組01号
浙江省嵊州市金庭镇新岩村01号
浙江省宁波市鄞州区五乡镇天童庄村新屋01号
江西省吉安市永丰县恩江镇东湖工业区建工巷26号2单元402室我给几个，你们试试

		自动登录	找回密码
密码			免费注册

[求助] 求提取省、市、县（区）、乡（镇、街道）、村（社区）的正则表达式