regex: rogner toutes les chaînes directement précédées de chiffres, sauf si la chaîne appartient à un ensemble prédéfini de chaînes

Question

J'ai des adresses dont j'ai besoin pour nettoyer. Une partie du processus est parage suffit indésirables Numéro de maison, par exemple:

mainstreet 4a --> mainstreet 4. 

Cependant, je ne veux pas:

618 5th Ave SW --> 618 5 Ave SW 

autrement dit il y a quelques chaînes (pour l'instant: st, nd, rd, th) que je ne veux pas dépouiller. Quelle serait la meilleure méthode pour cela (regex ou autre)?

une regex wokring sans les exceptions serait:

a = a.replaceAll("(^|)([0-9]+)[a-z]+($|)","$1$2$3"); //replace 1a --> 1 

Je pensais à la première recherche et substiting les cas particuliers avec des caractères spéciaux tout en gardant les références dans une carte, puis faites la regex ci-dessus, puis faire le substitut inverse en utilisant la carte de référence, mais je cherche une solution plus simple.

Merci

Answer 1

Vous pourriez probablement faire avec préanalyse négative:

a = a.replaceAll("(^|)([0-9]+)(?!th|nd|etc)[a-z]+($|)","$1$2$3"); //replace 1a --> 1 

ou tout faire avec préanalyse négative/lookbehind:

a = a.replaceAll("(?<=^|)([0-9]+)(?!th|nd|etc)[a-z]+(?= |$)", "$1"); //replace 1a --> 1 but not 2nd --> 2