Início / coding / Perguntas / 79563431
Accepted
Totura
Asked: 2025-04-09 11:55:09 +0800 CST

Expressão regular Python exclui string

  • 772

Quero excluir o texto após "(trading as"). Minha expressão regular até agora está como abaixo. Tentei um look forward negativo (?!\s\(trading as)). Mas não está funcionando como esperado. Qualquer ajuda é bem-vinda.

import re
def extract_company_name(title):
    match = re.findall(r'\b[A-Z0-9-](?:[A-Z0-9 \t&.-](?:\s*\(\d+\))?)*(?:\b|(?<=\)))', title)
    return ','.join(match) if match else None
  
text = """TEST LIMITED (trading as FOO Limited) (in relation), TEST (2005) LTD, WINDING LIMITED (in liquidation)"""
print(extract_company_name(text))

Texto: TEST LIMITED (operando como FOO Limited) (em relação), TEST (2005) LTD, WINDING LIMITED (em liquidação)

Produção esperada: TEST LIMITED, TEST (2005) LTD, WINDING LIMITED

python-3.x

3 respostas

  1. Best Answer

    " Para excluir o texto depois(trading as ", você pode usar o truque usual de regex para corresponder ao que você não precisa e capturar o que você precisa.

    No entanto, você também precisa adaptar seu código para que esse truque funcione da maneira que você deseja.

    Então, o código ficará assim

    import re
def extract_company_name(title):
    match = re.findall(r'\(trading as.*|\b([A-Z0-9-](?:[A-Z0-9 \t&.-](?:\s*\(\d+\))?)*)(?:\b|(?<=\)))', title)
    return ','.join(x for x in match if x) if match else None
  
text = """TEST LIMITED (trading as FOO Limited) (in relation)"""
print(extract_company_name(text))

    Veja a demonstração online

    Mudanças:

    • \(trading as.*|a alternativa é adicionada antes do seu padrão para corresponder (trading ase o resto da string até o final (adicione re.Sou re.DOTALLao seu re.findallse a string contiver quebras de linha) (também, adicione \bdepois asse deve ser uma palavra inteira)
    • Seu padrão é encapsulado com um grupo de captura, (...), então ele re.findallsó poderia retornar essas correspondências
    • Como uma correspondência vazia é retornada se (trading asfor correspondida, você precisa filtrar as correspondências antes de uni-las, então você precisa de ','.join(x for x in match if x).

    Para encontrar correspondências fora de (trading ase a próxima) , basta ajustar a primeira alternativa e usar

    \(trading as[^()]*\)|\b([A-Z0-9-](?:[A-Z0-9 \t&.-](?:\s*\(\d+\))?)*)(?:\b|(?<=\)))

    Veja a demonstração do regex .

    • 3

  2. Acredito que, estritamente falando, o (trading ascomprimento é fixo.

    Se for esse o caso, acrescentar uma afirmação negativa simples em combinação com o limite de palavras existente deve funcionar.

    (?<!\(trading[ ]as[ ])\b[A-Z0-9-](?:[A-Z0-9 \t&.-](?:\s*\(\d+\))?)*(?:\b|(?<=\)))

    https://regex101.com/r/vW8nUr/1

    E falando estritamente as duas últimas partidas válidas ocorrem a seguir (trading as também.

    • 0

  3. Esta pergunta é um pouco vaga, mas tentarei ajudar. Se você estiver tentando excluir tudo após "including as" ou, neste caso, gerar a saída "TEST LIMITED (trading as", este código deve funcionar:

    def extract_company_name(title):
    # Split at the first bracket and strip any whitespace
    company_name = title.split('(')[0].strip()
    return company_name if company_name else None

    Edit: Entendo o problema que você está enfrentando agora. Sua expressão regular praticamente removeu todas as letras maiúsculas e as adicionou à string de saída. Se todas as empresas tiverem um separador, como um colchete, após o nome da empresa, você poderia fazer algo assim. Editei o código acima.

    • -1

relate perguntas