最近、R言語の英国の郵便番号にこの質問への回答を投稿しました。私がいることを発見し、英国政府の正規表現パターンが誤っているとして失敗し、適切にいくつかの郵便番号を検証します。残念ながら、ここでの回答の多くは、この誤ったパターンに基づいています。
以下にこれらの問題のいくつかを概説し、修正された正規表現を提供します 実際に機能ます。
注意
私の答え（および一般的な正規表現）：
- 郵便番号のみを検証します 形式ます。
- 郵便番号が 正当に存在する。
- これには、適切なAPIを使用してください！詳細については、ベンの回答を参照してください。
不正な正規表現を気にせず、回答にスキップしたい場合は、[ 回答]セクションまでスクロールします。
悪い正規表現
このセクションの正規表現は使用しないでください。
これは、英国政府が開発者に提供した失敗した正規表現です（このリンクが有効になるまでの時間はわかりませんが、バルクデータ転送のドキュメントで確認できます）。
^([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})$
問題
問題1-コピー/貼り付け
ここで使用中の正規表現を参照してください。
多くの開発者がそうしているように、コード（特に正規表現）をコピーして貼り付け、機能することを期待して貼り付けます。これは理論的には優れていますが、このドキュメントからコピー/貼り付けすると、実際に次のように文字の1つ（スペース）が改行文字に変更されるため、失敗します。
^([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})$
ほとんどの開発者が最初に行うことは、何も考えずに改行を消去することです。正規表現は、郵便番号とスペースを含む郵便番号（GIR 0AA郵便番号以外）を照合しなくなります。
この問題を修正するには、改行文字をスペース文字に置き換える必要があります。
^([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})$
^
問題2-境界
ここで使用中の正規表現を参照してください。
^([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})$
^^ ^ ^ ^^
郵便番号の正規表現が不適切に正規表現をアンカーしています。このような正規表現を使用して郵便番号を検証する人は、などの値fooA11 1AAが通過した場合に驚くかもしれません。これは、上記の正規表現で指摘したように、最初のオプションの開始と2番目のオプションの終了を（互いに独立して）固定しているためです。
つまり、^（行の先頭に位置をアサートする）は最初のオプション([Gg][Ii][Rr] 0[Aa]{2})でのみ機能するため、2番目のオプションは終了するすべての文字列を検証します郵便番号（以前のものに関係なく）。
同様に、最初のオプションは、行の末尾に固定されていない$ので、GIR 0AAfooまた受け入れられます。
^([Gg][Ii][Rr] 0[Aa]{2})|((([A-Za-z][0-9]{1,2})|(([A-Za-z][A-Ha-hJ-Yj-y][0-9]{1,2})|(([AZa-z][0-9][A-Za-z])|([A-Za-z][A-Ha-hJ-Yj-y][0-9]?[A-Za-z]))))[0-9][A-Za-z]{2})$
この問題を修正するには、両方のオプションを別のグループ（または非キャプチャグループ）にラップし、その周りにアンカーを配置する必要があります。
^(([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}))$
^^ ^^
問題3-不適切な文字セット
ここで使用中の正規表現を参照してください。
^([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})$
^^
正規表現には-、文字の範囲を示すためのhere がありません。現状では、郵便番号がANA NAA（A文字をN表し、数字を表す）形式であり、Aまたは以外で始まる場合Z、失敗します。
つまり、A1A 1AAand と一致しますがZ1A 1AA、一致しませんB1A 1AA。
この問題を解決するには、文字が-間に配置する必要がありますAし、Zそれぞれの文字セットで：
^([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})$
^
問題4-間違ったオプションの文字セット
ここで使用中の正規表現を参照してください。
^([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})$
^
私は彼らがこのことをウェブで公表する前にテストさえしなかったことを誓います。彼らは間違った文字セットをオプションにしました。彼ら[0-9]はオプション2の4番目のサブオプション（グループ9）でオプションを作成しました。これにより、正規表現はのように誤ってフォーマットされた郵便番号に一致することができますAAA 1AA。
この問題を修正するには、代わりに次の文字クラスをオプションにします（その後、セットを[0-9]1回だけ一致させます）。
^([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})$
^
問題5-パフォーマンス
この正規表現のパフォーマンスは非常に貧弱です。まず最初に、一致する可能性が最も低いパターンオプションをGIR 0AA最初に配置しました。他のどの郵便番号に対してこの郵便番号を持っている可能性が高いユーザーの数。おそらく決して？これは、正規表現が使用されるたびに、次のオプションに進む前に、まずこのオプションを使い果たす必要があることを意味します。パフォーマンスへの影響を確認するには、元の正規表現が実行したステップ数（35）を、オプションを反転した後の同じ正規表現（22）と比較してください。
パフォーマンスに関する2番目の問題は、全体の正規表現が構造化されているためです。失敗した場合、各オプションをバックトラックする意味はありません。現在の正規表現の構造を大幅に簡略化できます。回答セクションでこれに対する修正を提供します。
問題6-スペース
ここで使用中の正規表現を参照してください
これ自体は問題とは見なされない可能性がありますが、ほとんどの開発者にとって懸念事項となります。正規表現のスペースはオプションではありません。つまり、郵便番号を入力するユーザーは郵便番号にスペースを入れる必要があります。これは、?スペースの後に追加するだけで簡単に修正でき、オプションにできます。修正については、回答セクションを参照してください。
回答
1.英国政府の正規表現の修正
「問題」セクションで概説されているすべての問題を修正し、パターンを単純化すると、次の短くて簡潔なパターンが得られます。また、郵便番号全体（個々の部分ではない）を検証しているため、ほとんどのグループを削除することもできます。
ここで使用中の正規表現を参照してください
^([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})$
これは、いずれかのケース（大文字または小文字）からすべての範囲を削除し、大文字と小文字を区別しないフラグを使用することにより、さらに短縮できます。注：一部の言語にはないので、上記の長い方を使用します。各言語では、大文字と小文字を区別しないフラグの実装が異なります。
ここで使用中の正規表現を参照してください。
^([A-Z][A-HJ-Y]?[0-9][A-Z0-9]? ?[0-9][A-Z]{2}|GIR ?0A{2})$
（正規表現エンジンがサポートしている場合）に置き換え[0-9]てもう一度短くして\dください：
ここで使用中の正規表現を参照してください。
^([A-Z][A-HJ-Y]?\d[A-Z\d]? ?\d[A-Z]{2}|GIR ?0A{2})$
2.簡略化されたパターン
特定のアルファベット文字を確認せずに、以下を使用できます（1の簡略化を覚えておいてください。ここでは、英国政府の正規表現の修正も適用されています）。
ここで使用中の正規表現を参照してください。
^([A-Z]{1,2}\d[A-Z\d]? ?\d[A-Z]{2}|GIR ?0A{2})$
さらに、特別なケースを気にしない場合は、次のようになりますGIR 0AA。
^[A-Z]{1,2}\d[A-Z\d]? ?\d[A-Z]{2}$
3.複雑なパターン
新しい地域、地区、準地区はいつでも表示される可能性があるため、郵便番号の過剰確認はお勧めしません。私が提案する可能性があることは、エッジケースのサポートの追加です。いくつかの特殊なケースが存在し、このWikipediaの記事で概説されています。
以下は、3（3.1、3.2、3.3）のサブセクションを含む複雑な正規表現です。
1.イギリス政府の正規表現の修正のパターンに関連して：
ここで使用中の正規表現を参照してください
^(([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)$
そして2.に関連して。単純化されたパターン：
ここで使用中の正規表現を参照してください
^(([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イギリスの海外領土
ウィキペディアの記事には現在、次のように記載されています（一部の形式は若干簡略化されています）：
AI-1111：アンギラASCN 1ZZ：アセンション島STHL 1ZZ：セントヘレナTDCU 1ZZ：トリスタンダクーニャBBND 1ZZ：イギリス領インド洋地域BIQQ 1ZZ：英国南極地域FIQQ 1ZZ： フォークランド諸島GX11 1ZZ：ジブラルタルPCRN 1ZZ：ピトケアン諸島SIQQ 1ZZ：サウスジョージアとサウスサンドイッチ諸島TKCA 1ZZ：タークスカイコス諸島BFPO 11：アクロティリとデケリアZZ 11＆GE CX：バミューダ（このドキュメントによると）KY1-1111：ケイマン諸島（このドキュメントによると）VG1111：英領バージン諸島（このドキュメントによると）MSR 1111：モントセラト（このドキュメントによると）
英国の海外領土のみに一致するすべてを含む正規表現は次のようになります。
ここで使用中の正規表現を参照してください。
^((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イギリス軍郵便局
最近、英国の郵便番号システムに合わせてBF#（#数字はを表す）に変更されましたが、オプションの代替郵便番号と見なされます。これらの郵便番号はの形式BFPOに従い、その後に1〜4桁が続きます。
ここで使用中の正規表現を参照してください
^BFPO ?\d{1,4}$
3.3サンタ？
サンタには別の特別なケースがあります（他の回答で述べたように）：SAN TA1有効な郵便番号です。これの正規表現は非常に単純です：
^SAN ?TA1$
