Python正则表达式求助：如何排除"(trading as"之后的文本？

问题说明 #

需要从目标文本中提取公司名称，核心要求是彻底排除"(trading as"及之后的所有内容，同时保留带年份括号（如(2005)）、清算状态括号（如(in liquidation)）的合法公司名。

修改后的代码实现 #

import re

def extract_company_name(title):
    # 按逗号分割每个独立的公司条目
    company_items = [item.strip() for item in title.split(',')]
    result = []
    for item in company_items:
        # 截断"(trading as"及之后的所有内容
        cleaned_item = re.split(r'\s*\(trading as', item)[0]
        # 匹配符合格式的公司名（保留带数字的括号结构）
        match = re.search(r'\b[A-Z0-9-](?:[A-Z0-9 \t&.-](?:\s*\(\d+\))?)*(?:\b|(?<=\)))', cleaned_item)
        if match:
            result.append(match.group().strip())
    return ','.join(result) if result else None

text = """TEST LIMITED (trading as FOO Limited) (in relation), TEST (2005) LTD, WINDING LIMITED (in liquidation)"""
print(extract_company_name(text))

代码逻辑说明 #

• 分割条目：用逗号拆分输入文本，确保每个公司项独立处理，避免跨条目匹配错误。
• 清理无关内容：通过re.split以\s*\(trading as为分隔符，直接截断并保留分隔符前的有效内容，彻底排除trading as相关的冗余信息。
• 匹配合法名称：沿用原正则的匹配规则，确保保留带年份数字的括号结构，同时过滤清理后可能残留的无效字符。

运行结果 #

输出：TEST LIMITED, TEST (2005) LTD, WINDING LIMITED

内容的提问来源于stack exchange，提问作者Totura