【KNIME经验】使用正则表达式拆分地址信息

KNIME相关视频教程，请移步B站，搜索“星汉长空”，多谢支持！

步骤1. 如图所示，在KNIME中加入Table Creator节点。

步骤2. 在Table Creator节点中，双击单元格，输入地址信息（支持多行记录，从Excel等文本编辑环境粘贴过来，或使用KNIME Excel、csv、txt等读取节点直接读取数据文件）。

步骤3. 拖入Regex Extractor节点，右键进入配置界面，对字符串进行正则表达式的匹配和提取。
（注：使用KNIME该节点的一大好处是关于正则表达式的匹配是可视化的。可以边尝试写正则表达式，边看到正则表达式的匹配结果，以表格形式给出，非常直观；另外可以对匹配结果以行、列或者其他形式显示加以设置。）

步骤4. 在Regex Extractor节点的Regex框中，依据地址文本的样式，写下相应的正则表达式，匹配需要的内容。

步骤5. 在Regex Extractor节点右侧，观察匹配结果，如果不需要全部匹配，可以勾选“No Full Match”。

步骤6. 退出正则表达式配置环境，在节点上右键，点击最下方的表格选项，可以查看地址信息被拆分后的内容。

解释1. 何为KNIME？KNIME数据分析平台是一款强大开源的数据挖掘软件平台，可以固化数据处理的流程，在人与人，人与机器之间进行传递。

解释2. 何为正则表达式？正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串，通常被用来检索、替换那些符合某个模式（规则）的文本。这里用来匹配非汉字文本，将其替换为空。

解释3. 图中正则表达式的含义是什么？"(.*市)(.*区)(.*路)(.*号)"，可以看到，正则表达式的每一段都是由“()”进行分隔，其中的“.”可以匹配任意字符，“*”代表匹配0到任意多个，所以“.*”代表了0到任意多个字符。由于每一段的最后，明确写出了要匹配地址信息中的“市区路号”这些文本，原来的地址信息就会被分割成四部分。但是要注意，这里面可能会有例外的情况，比如某市叫做“*市市”，对于特殊情况，我们可以对正则表达式进行进一步的加强处理。