なるべく短い正規表現で住所を「都道府県/市区町村/それ以降」に分けるエクストリームスポーツ ref: http://qiita.com/zakuroishikuro/items/066421bce820e3c73ce9

file0.txt

rex = /ごにょごにょ/

p "東京都文京区後楽１丁目３−６１".match(rex).captures
#=> ["東京都", "文京区", "後楽１丁目３−６１"]

file1.txt

(.+?[都道府県])(.+?[市区町村])(.+)

file2.txt

(...??[都道府県])(.+?[市区町村])(.+)

file3.txt

(...??[都道府県])(.+?市.+?区|.+?[市区町村])(.+)

file4.txt

(...??[都道府県])(.+?郡.+?[町村]|.+?市.+?区|.+?[市区町村])(.+)

file5.txt

(...??[都道府県])((?:旭川|伊達|石狩|盛岡|奥州|田村|南相馬|那須塩原|東村山|武蔵村山|羽村|十日町|上越|富山|野々市|大町|蒲郡|四日市|姫路|大和郡山|廿日市|下松|岩国|田川|大村)市|.+?郡.+?[町村]|.+?市.+?区|.+?[市区町村])(.+)

file6.txt

(...??[都道府県])((?:旭川|伊達|石狩|盛岡|奥州|田村|南相馬|那須塩原|東村山|武蔵村山|羽村|十日町|上越|富山|野々市|大町|蒲郡|四日市|姫路|大和郡山|廿日市|下松|岩国|田川|大村)市|.+?郡(?:玉村|大町|.).*?[町村]|.+?市.+?区|.+?[市区町村])(.+)

file7.txt

(...??[都道府県])((?:旭川|伊達|石狩|盛岡|奥州|田村|南相馬|那須塩原|東村山|武蔵村山|羽村|十日町|上越|富山|野々市|大町|蒲郡|四日市|姫路|大和郡山|廿日市|下松|岩国|田川|大村)市|.+?郡.+?[町村]|.+?市.+?区|.+?[市区町村])(.+)

file8.txt

(...??[都道府県])((?:旭川|伊達|石狩|盛岡|奥州|田村|南相馬|那須塩原|東村山|武蔵村山|羽村|十日町|上越|富山|野々市|大町|蒲郡|四日市|姫路|大和郡山|廿日市|下松|岩国|田川|大村)市|.+?郡(?:玉村|大町|.).*?[町村]|.+?市.+?区|.+?[市区町村])(.+)

try_split_address_rex.rb

require 'csv'

# 住所データを読み込む (同じフォルダ内にKEN_ALL.csvを入れておくこと)
print "\nKEN_ALL.csvをパース中... "

address_list = []
csv_path = File.expand_path("../KEN_ALL.CSV", __FILE__)
CSV.foreach csv_path, encoding:"Shift_JIS:UTF-8" do |row|
  #都道府県、市区町村、町域名のみ取り出す
  #このcsvはデータ構造がうんこで、本当は町域名の結合とかする必要があるんだけど、今回はしなくても問題ない
  address_list << row[6..8]
end
puts "完了"

# 無限ループ (control + Cで終了)
trap :INT, :exit

loop do
  # 正規表現を取得
  puts "\n正規表現を入力してください (control + cで終了)："

  begin
    rex = /#{gets.chomp}/
  rescue RegexpError
    puts "正規表現の作成に失敗しました。", $!.message
    next
  end

  # 正規表現のマッチ結果を取得
  result = address_list.map do |address|
    address.join.match(rex).captures rescue []
  end

  # 判定
  fail_count = 0
  address_list.zip(result).each do |address, match|
    if address != match
      puts "失敗... #{address * ?|}\t(#{match * ?|})"
      fail_count += 1
    end
  end

  # 結果を出力
  all = address_list.count
  pct = (fail_count.to_f / all * 100).to_i
  puts "\n正規表現: ", rex.source
  puts "\n失敗数: ", "#{fail_count}/#{all} (#{(pct).to_i}%)"
end

サンプル(Ruby)

rex = /ごにょごにょ/

p "東京都文京区後楽１丁目３−６１".match(rex).captures
#=> ["東京都", "文京区", "後楽１丁目３−６１"]