跟我学正则——如果用正则提取城市名，去掉市/xx自治州

因为项目需要，需要将数据库中的中国城市名字中的市、某某自治州之类的去掉，因为我们的数据库保存的是全名称的城市名称，而用户在使用的时候，只需要城市名称就可以了，不需要全称，比如说你在ctrip去查机票的时候，一般是选择北京，而不是北京市。特别是我们需要将中文通过程序转换成拼音的时候，我们是不需要这个区域的级别的，你总不能把北京市翻译成BeiJingShi给老外看吧，会给国际友人笑话的。

需求：把博尔塔拉蒙古自治州这类改成博尔塔拉，把绍兴市/焦作市这类改成绍兴/焦作，把xx族自治州去掉，也就是说，我们只需要城市的名称。

需求分析：很多第一反映是使用Replace的方法，比如说xx市，我们可以使用Replace("绍兴市","市","")进行替换。嗯，是很简单，可是我们要知道，有些城市中间带有市字，比如说有一个城市叫津市市，如果你使用这种方式去替换，那么津市市就变成了津了，这是要闹笑话的。替换还有一个问题，比如说像xx自治州，这个xx是不固定的，可能是一个民族的名称，也可能是两个民族的名称，怎么办？

这个时候，我们可以试试一下正则表达式来做这个事情，我们只需要很少量的代码，就可以提取到城市的名称。先把城市名称大致看一下，做了个分析。大致城市的名称有这么几种类型。

1. 城市名 + x族xx族自治州，比如说博尔塔拉蒙古自治州
2. 城市名 + x族自治州
3. 城市名 + x自治州，这个x是民族的名称，x表示一个字符
4. 城市名 + xx族自治州
5. 城市名 + 市
6. 城市名 + 地区
7. 城市名 + 自治州

OK，得出规则，那就好办了，我们只需要使用正则将符合这些规则的替换掉就成了，最后可以得到干净的城市名称。来看一下代码示例，代码我是用Javascript写的，当然，你也可以使用其它你习惯的语言来写，基本上正则是跨平台的，主流的主流都支持正则表达式。

	name = name.replace(/(.+)[藏|壮|傣]族.{1,2}族自治州/g, "$1");
	name = name.replace(/(.+)((.{2}族.{1,2}族)|蒙古)自治州/g, "$1");
	name = name.replace(/(.+)[回|藏|藏|彝|傣|白]族自治州/g, "$1");
	name = name.replace(/(.+)(.{2}族)自治州/g, "$1");
	name = name.replace(/(.{2,10})市/g, "$1");
	name = name.replace(/地区|自治州/g, "");
	document.writeln(name + ", " + city.n);

其实代码很简单，但我们确能提取到城市名，需要注意的是，这段代码的顺序很重要。

下载：Note: There is a file embedded within this post, please visit this post to download the file.

　　

注意：本文为我的独立博客镜像博客，自发表不再更新，原文可能随时被更新，敬请访问原文。同时，请大家不要在此评论，如果有什么看法，请点击这里：http://iove.net/1705/

本文来自http://iove.net，欢迎转载，转载敬请保留相关链接，否则视为侵权，原文链接：http://iove.net/1705/

转载于:https://www.cnblogs.com/conis/archive/2009/12/25/1720419.html