Rolf B: Unbekannten Straßennamen in String finden und auslesen

Beitrag lesen

Hallo Matthias,

du hast insofern recht, dass die Regex Spaces enthält und deswegen nur eine Straße findet die in Spaces eingeschlossen ist.

Aber die Spaces sind trotzdem so eine Sache. <span id="strasse">Eduard-Möricke-Straße</span> würde nicht gefunden, und in "Der Kunde wohnt in der Eduard-Möricke-Straße." wäre auch ein Fehltreffer.

Wie wäre es mit dieser Regex?

/(?<=[\s>]|^)[\p{L}-]+[Ss]traße(?=[\s<,.!?]|$)/

Teil 1: (?<=[\s>]|^) positive lookbehind, stelle vor dem Match ein Space, ein > oder den String-Anfang sicher

Teil 2: [\p{L}-]+[Ss]traße Eine Sequenz von Unicode-Letterzeichen (case insensitive) oder einem Bindestrich (Frage: Was ist mit anderen Unicode-Bindestrichzeichen?), 1-N mal, dann Straße mit kleinem oder großem s.

Teil 3: (?=[\s<,.!?]|$) positive lookahead, stelle hinter dem Match ein Space ein < oder . oder , oder ! oder ?, oder das String-Ende sicher.

Straße des 17. Juni oder Berliner Hauptstraße findet man damit natürlich trotzdem nicht, das liegt daran, dass man hier die falsche Datenbasis durchflöht.

Die Frage müffelt eigentlich nach einem Datenklau von fremden Webseiten.

Rolf

--
sumpsi - posui - obstruxi
0 129

Unbekannten Straßennamen in String finden und auslesen

JaNö
  • html
  • javascript
  • php
  1. 2
    Matthias Apsel
    1. 0
      JaNö
      1. 0
        Matthias Apsel
        1. 0
          Der Martin
          1. 0
            Matthias Apsel
            1. 0
              Der Martin
            2. 0
              Rolf B
    2. 2
      MudGuard
      1. 0
        Tabellenkalk
        1. 0
          MudGuard
          1. 0
            Der Martin
            1. 0
              Gunnar Bittersmann
              1. 0
                Der Martin
                1. 0
                  Gunnar Bittersmann
              2. 0
                Matthias Apsel
                1. 0
                  Der Martin
                  1. 0
                    Matthias Apsel
  2. 1
    Gunnar Bittersmann
    • programmiertechnik
    1. 2

      Unbekannten Straßennamen in HTML-Dokument finden und auslesen

      me-too
      • php
      • programmiertechnik
      1. 0
        me-too
        • dom
        • php
        • programmiertechnik
      2. 0
        robertroth
        • dom
        • php
        • programmiertechnik
    2. 0
      MudGuard
      1. 0
        Gunnar Bittersmann
  3. 0
    Linuchs
    1. 0
      MudGuard
      1. 0
        Linuchs
    2. 0
      Camping_RIDER
      1. 0
        MudGuard
        1. 1
          Camping_RIDER
          1. 0
            MudGuard
            1. 0
              Gunnar Bittersmann
              • rechtschreibung
              • typografie
              1. 0
                Tabellenkalk
                1. 0
                  Gunnar Bittersmann
                  1. 0
                    Tabellenkalk
            2. 0
              Camping_RIDER
              1. 0
                Der Martin
              2. 0
                Der Martin
                1. 0
                  Auge
                  1. 0
                    Der Martin
                    1. 0
                      Matthias Apsel
                      1. 0
                        Tabellenkalk
                        1. 0
                          Matthias Apsel
                          1. 0

                            Hausnummern-Struktur

                            Der Martin
                            • meinung
                            • programmiertechnik
                            1. 0
                              Rolf B
                              1. 0
                                Matthias Apsel
                                1. 0
                                  Tabellenkalk
                                  1. 0
                                    Auge
                                    1. 0
                                      Rolf B
                                      1. 0
                                        Der Martin
                                    2. 0
                                      Friedel
                                      1. 0
                                        Der Martin
                                        1. 0
                                          Tabellenkalk
                                          1. 0
                                            Auge
                                            1. 0
                                              Gunnar Bittersmann
                                              1. 0
                                                Auge
                                                1. 0
                                                  Tabellenkalk
                                                  1. 0
                                                    Auge
                                2. 0
                                  Linuchs
                                  1. 0
                                    Gunnar Bittersmann
                                    • sonstiges
                                    1. 0
                                      Linuchs
                                      1. 0
                                        autor darf nicht leer sein
                                        1. 0
                                          Tabellenkalk
                                    2. 0
                                      Der Martin
                                      1. 0
                                        Linuchs
                                        1. 0
                                          wikipedia
                                        2. 0
                                          Der Martin
                              2. 0
                                Der Martin
                            2. 0
                              Matthias Apsel
                            3. 0
                              JürgenB
                    2. 0
                      Auge
    3. 0

      Beispiel

      Linuchs
      1. 0
        Camping_RIDER
  4. 0

    Kuriosum: Ungewöhnliche Straßennamen

    Der Martin
    • humor
    1. 0
      MudGuard
      1. 0
        Matthias Apsel
        1. 0
          MudGuard
          1. 0
            Matthias Apsel
            1. 0
              Der Martin
            2. 0
              dedlfix
              1. 0
                Der Martin
              2. 0
                Matthias Apsel
          2. 0
            Der Martin
        2. 0
          Der Martin
      2. 0
        MudGuard
        1. 0
          Matthias Apsel
          1. 0
            Matthias Scharwies
        2. 0
          MudGuard
          1. 0
            Gunnar Bittersmann
            1. 0
              Rolf B
              1. 0
                Gunnar Bittersmann
              2. 0
                MudGuard
                1. 0
                  Rolf B
                  1. 0
                    Gunnar Bittersmann
                    1. 0
                      Mitleser 2.0
                      1. 0
                        kai345
                      2. 0
                        Gunnar Bittersmann
            2. 0
              MudGuard
    2. 0
      Matthias Apsel
      1. 0
        Friedel
        • humor
        • sonstiges
        1. 0
          Der Martin
          1. 0
            Auge
            1. 0
              Der Martin
              • sonstiges
            2. 0
              Tabellenkalk
              1. 0
                Matthias Apsel
                1. 0
                  Tabellenkalk
                  1. 0
                    Auge
                    1. 0
                      Tabellenkalk
                      1. 0
                        Auge
                        1. 0
                          Tabellenkalk
                          1. 0
                            Matthias Apsel
                            1. 0
                              Tabellenkalk
                              1. 0
                                Matthias Apsel
                  2. 0
                    Matthias Apsel
        2. 0
          Auge
          1. 0
            Friedel
            1. 0
              Auge
            2. 0
              Gunnar Bittersmann
              1. 0
                Matthias Apsel
                1. 0
                  Tabellenkalk
    3. 0
      Linuchs
      1. 0
        Der Martin
  5. 1
    robertroth
    • dom
    • html
    • wiki
    1. 0
      Der Martin
      • menschelei
    2. -1
      Auge
      1. 0
        Friedel
        1. 0
          Rolf B
        2. 0
          Der Martin
          • menschelei
  6. 0
    Rolf B