我最近发布了一个答案，以在英国的邮政编码为R语言这个问题。我发现英国政府的正则表达式模式不正确，无法正常运行验证某些邮政编码。不幸的是，这里的许多答案都是基于这种不正确的模式。
我将在下面概述其中的一些问题，并提供实际可行的修订后的正则表达式。
注意
我的回答（以及一般的正则表达式）：
- 仅验证邮政编码格式。
- 不确保邮政编码合法存在。
- 为此，请使用适当的API！有关更多信息，请参见Ben的答案。
如果您不关心正则表达式不好，只想跳到答案，请向下滚动到答案部分。
坏正则表达式
不应使用本节中的正则表达式。
这是英国政府为开发人员提供的失败的正则表达式（不确定此链接将打开多长时间，但是您可以在其批量数据传输文档中看到它）：
^([Gg][Ii][Rr] 0[Aa]{2})|((([A-Za-z][0-9]{1,2})|(([A-Za-z][A-Ha-hJ-Yj-y][0-9]{1,2})|(([AZa-z][0-9][A-Za-z])|([A-Za-z][A-Ha-hJ-Yj-y][0-9]?[A-Za-z]))))[0-9][A-Za-z]{2})$
问题
问题1-复制/粘贴
请参阅此处使用的正则表达式。
正如许多开发人员可能会做的那样，他们复制/粘贴代码（尤其是正则表达式）并粘贴它们，以期望它们能正常工作。虽然从理论上讲这很好，但在这种特殊情况下会失败，因为从此文档进行复制/粘贴实际上会将一个字符（空格）更改为换行符，如下所示：
^([Gg][Ii][Rr] 0[Aa]{2})|((([A-Za-z][0-9]{1,2})|(([A-Za-z][A-Ha-hJ-Yj-y][0-9]{1,2})|(([AZa-z][0-9][A-Za-z])|([A-Za-z][A-Ha-hJ-Yj-y][0-9]?[A-Za-z]))))
[0-9][A-Za-z]{2})$
大多数开发人员要做的第一件事就是删除换行符而无需三思而后行。现在，正则表达式将不匹配包含空格的邮政编码（除了GIR 0AA邮政编码邮政编码除外）。
若要解决此问题，应将换行符替换为空格字符：
^([Gg][Ii][Rr] 0[Aa]{2})|((([A-Za-z][0-9]{1,2})|(([A-Za-z][A-Ha-hJ-Yj-y][0-9]{1,2})|(([AZa-z][0-9][A-Za-z])|([A-Za-z][A-Ha-hJ-Yj-y][0-9]?[A-Za-z])))) [0-9][A-Za-z]{2})$
^
问题2-边界
请参阅此处使用的正则表达式。
^([Gg][Ii][Rr] 0[Aa]{2})|((([A-Za-z][0-9]{1,2})|(([A-Za-z][A-Ha-hJ-Yj-y][0-9]{1,2})|(([AZa-z][0-9][A-Za-z])|([A-Za-z][A-Ha-hJ-Yj-y][0-9]?[A-Za-z])))) [0-9][A-Za-z]{2})$
^^ ^ ^ ^^
邮政编码正则表达式锚定了正则表达式。如果像这样的值fooA11 1AA通过，则使用此正则表达式验证邮政编码的任何人都可能会感到惊讶。正如上面的regex所指出的，这是因为它们锚定了第一个选项的开始和第二个选项的结束（彼此独立）。
这意味着^（在行首的断言位置）仅在第一个选项上有效([Gg][Ii][Rr] 0[Aa]{2})，因此第二个选项将验证以邮政编码结尾的任何字符串（不管之前是什么）。
同样，第一个选项也不锚定到该行的末尾$，因此GIR 0AAfoo也被接受。
^([Gg][Ii][Rr] 0[Aa]{2})|((([A-Za-z][0-9]{1,2})|(([A-Za-z][A-Ha-hJ-Yj-y][0-9]{1,2})|(([AZa-z][0-9][A-Za-z])|([A-Za-z][A-Ha-hJ-Yj-y][0-9]?[A-Za-z]))))[0-9][A-Za-z]{2})$
要解决此问题，两个选项都应包装在另一个组（或非捕获组）中，并在其周围放置锚点：
^(([Gg][Ii][Rr] 0[Aa]{2})|((([A-Za-z][0-9]{1,2})|(([A-Za-z][A-Ha-hJ-Yj-y][0-9]{1,2})|(([AZa-z][0-9][A-Za-z])|([A-Za-z][A-Ha-hJ-Yj-y][0-9]?[A-Za-z])))) [0-9][A-Za-z]{2}))$
^^ ^^
问题3-字符集不正确
请参阅此处使用的正则表达式。
^([Gg][Ii][Rr] 0[Aa]{2})|((([A-Za-z][0-9]{1,2})|(([A-Za-z][A-Ha-hJ-Yj-y][0-9]{1,2})|(([AZa-z][0-9][A-Za-z])|([A-Za-z][A-Ha-hJ-Yj-y][0-9]?[A-Za-z])))) [0-9][A-Za-z]{2})$
^^
正则表达式在-此处缺少表示字符范围的a。就目前而言，如果邮政编码采用以下格式ANA NAA（其中A代表字母并N代表数字），并且其开头不是A或，Z，则它将失败。
这意味着它将匹配A1A 1AA和Z1A 1AA，但不会B1A 1AA。
要解决此问题，-应将字符放在相应的字符集中的A和之间Z：
^([Gg][Ii][Rr] 0[Aa]{2})|((([A-Za-z][0-9]{1,2})|(([A-Za-z][A-Ha-hJ-Yj-y][0-9]{1,2})|(([A-Za-z][0-9][A-Za-z])|([A-Za-z][A-Ha-hJ-Yj-y][0-9]?[A-Za-z])))) [0-9][A-Za-z]{2})$
^
问题4-错误的可选字符集
请参阅此处使用的正则表达式。
^([Gg][Ii][Rr] 0[Aa]{2})|((([A-Za-z][0-9]{1,2})|(([A-Za-z][A-Ha-hJ-Yj-y][0-9]{1,2})|(([AZa-z][0-9][A-Za-z])|([A-Za-z][A-Ha-hJ-Yj-y][0-9]?[A-Za-z])))) [0-9][A-Za-z]{2})$
^
我发誓他们甚至没有在网络上发布该产品之前就对其进行了测试。他们将错误的字符集设为可选。他们[0-9]在选项2（第9组）的第四个子选项中做出了选择。这允许正则表达式匹配格式错误的邮政编码AAA 1AA。
要解决此问题，请将下一个字符类改为可选（然后使该设置[0-9]完全匹配一次）：
^([Gg][Ii][Rr] 0[Aa]{2})|((([A-Za-z][0-9]{1,2})|(([A-Za-z][A-Ha-hJ-Yj-y][0-9]{1,2})|(([AZa-z][0-9][A-Za-z])|([A-Za-z][A-Ha-hJ-Yj-y][0-9][A-Za-z]?)))) [0-9][A-Za-z]{2})$
^
问题5-成效
此正则表达式的性能非常差。首先，他们GIR 0AA在开头放置了最不可能匹配的模式选项。与其他邮政编码相比，有多少用户将可能拥有此邮政编码；可能永远不会？这意味着每次使用正则表达式时，必须先用尽此选项，然后才能继续使用下一个选项。要查看性能如何受到影响，请在翻转选项（22）之后检查原始正则表达式针对同一个正则表达式采取的步骤数（35 ）。
性能的第二个问题是由于整个正则表达式的结构方式。如果一个选项失败了，那就没有回头路了。当前正则表达式的结构方式可以大大简化。我将在“ 答案”部分中对此提供修复。
问题6-空格
查看正则表达式在这里使用
本质上，这可能不算是一个问题，但是确实引起了大多数开发人员的关注。正则表达式中的空格不是可选的，这意味着输入邮政编码的用户必须在邮政编码中放置一个空格。这是一个简单的解决方法，只需?在空格后添加使其变为可选即可。请参阅“ 答案”部分以获取修复程序。
回答
1.修复英国政府的正则表达式
修复“ 问题”部分中概述的所有问题并简化模式，可以得到以下更短，更简洁的模式。我们也可以删除大多数组，因为我们要验证整个邮政编码（而不是各个部分）：
查看正则表达式在这里使用
^([A-Za-z][A-Ha-hJ-Yj-y]?[0-9][A-Za-z0-9]? ?[0-9][A-Za-z]{2}|[Gg][Ii][Rr] ?0[Aa]{2})$
通过从一种情况（大写或小写）中删除所有范围并使用不区分大小写的标志，可以进一步缩短此时间。注意：某些语言没有一种，因此请使用上面较长的一种。每种语言以不同的方式实现不区分大小写的标志。
请参阅此处使用的正则表达式。
^([A-Z][A-HJ-Y]?[0-9][A-Z0-9]? ?[0-9][A-Z]{2}|GIR ?0A{2})$
再次简短地替换[0-9]为\d（如果您的正则表达式引擎支持）：
请参阅此处使用的正则表达式。
^([A-Z][A-HJ-Y]?\d[A-Z\d]? ?\d[A-Z]{2}|GIR ?0A{2})$
2.简化模式
在不确保特定字母字符的情况下，可以使用以下内容（请记住1中的简化形式。此处还应用了修复英国政府的正则表达式）：
请参阅此处使用的正则表达式。
^([A-Z]{1,2}\d[A-Z\d]? ?\d[A-Z]{2}|GIR ?0A{2})$
甚至更进一步，如果您不在乎这种特殊情况GIR 0AA：
^[A-Z]{1,2}\d[A-Z\d]? ?\d[A-Z]{2}$
3.复杂的模式
我不建议对邮政编码进行过度验证，因为新的地区，地区和街道可能会在任何时间出现。我建议可能会做的是增加了对边缘情况的支持。存在一些特殊情况，并在此Wikipedia文章中进行了概述。
这是复杂的正则表达式，包括3小节。（3.1、3.2、3.3）。
关于1.中的模式。修复英国政府的正则表达式：
查看正则表达式在这里使用
^(([A-Z][A-HJ-Y]?\d[A-Z\d]?|ASCN|STHL|TDCU|BBND|[BFS]IQQ|PCRN|TKCA) ?\d[A-Z]{2}|BFPO ?\d{1,4}|(KY\d|MSR|VG|AI)[ -]?\d{4}|[A-Z]{2} ?\d{2}|GE ?CX|GIR ?0A{2}|SAN ?TA1)$
并与2.简化模式有关：
查看正则表达式在这里使用
^(([A-Z]{1,2}\d[A-Z\d]?|ASCN|STHL|TDCU|BBND|[BFS]IQQ|PCRN|TKCA) ?\d[A-Z]{2}|BFPO ?\d{1,4}|(KY\d|MSR|VG|AI)[ -]?\d{4}|[A-Z]{2} ?\d{2}|GE ?CX|GIR ?0A{2}|SAN ?TA1)$
3.1英属海外领地
维基百科文章目前指出（某些格式略有简化）：
AI-1111：安吉拉ASCN 1ZZ：升天岛STHL 1ZZ：圣海伦娜TDCU 1ZZ：Tristan da CunhaBBND 1ZZ： 英属印度洋领地BIQQ 1ZZ：英属南极领地FIQQ 1ZZ： 福克兰群岛GX11 1ZZ：直布罗陀PCRN 1ZZ：皮特凯恩群岛SIQQ 1ZZ：南乔治亚岛和南桑威奇群岛TKCA 1ZZ： 特克斯和凯科斯群岛BFPO 11：阿克罗蒂里和德凯利亚ZZ 11＆GE CX：百慕大（根据本文档）KY1-1111：开曼群岛（根据本文件）VG1111：英属维尔京群岛（根据本文件）MSR 1111：蒙特塞拉特（根据本文件）
仅与英国海外领土匹配的功能全面的正则表达式可能如下所示：
请参阅此处使用的正则表达式。
^((ASCN|STHL|TDCU|BBND|[BFS]IQQ|GX\d{2}|PCRN|TKCA) ?\d[A-Z]{2}|(KY\d|MSR|VG|AI)[ -]?\d{4}|(BFPO|[A-Z]{2}) ?\d{2}|GE ?CX)$
3.2英军邮局
尽管最近对其进行了更改，以使其更好地与英国邮政编码系统匹配BF#（其中#代表数字），但它们被视为可选的替代邮政编码。这些邮政编码遵循的格式BFPO，后接1-4位数字：
查看正则表达式在这里使用
^BFPO ?\d{1,4}$
3.3圣诞老人？
圣诞老人还有另一种特殊情况（如其他答案所述）：SAN TA1是有效的邮政编码。正则表达式非常简单：
^SAN ?TA1$
