正则表达式优化：提取NAME与FISCAL间的完整名称（含分组与环视）

需求背景 #

从格式为 NAME [名称] FISCAL 20394 的文本中，提取NAME与FISCAL之间的完整名称（支持多词），并区分个人全名和公司名。原正则仅能识别存在文本，但无法正确分组提取完整内容。

优化后的正则表达式 #

NAME\s+([\w\s.]+?)\s+(?=FISCAL)

正则说明 #

• NAME\s+：匹配NAME标签及后续的一个或多个空格
• ([\w\s.]+?)：非贪婪模式捕获核心名称，支持字母、数字、空格（适配多词人名）、点号（适配公司名后缀如INC.），非贪婪匹配避免将FISCAL前的冗余空格纳入结果
• \s+(?=FISCAL)：匹配名称与FISCAL之间的空格，正向预查确保后续紧跟FISCAL标签

提取结果验证 #

针对示例文本：

NAME  MARY POPPINS       FISCAL 20394
NAME  MARY JANE POPPINS       FISCAL 20394
NAME  SNOWFLAKE INC.       FISCAL 20394

分组1将分别得到：

• MARY POPPINS
• MARY JANE POPPINS
• SNOWFLAKE INC.

区分个人/公司名逻辑 #

提取名称后，可通过以下规则判断类型：

• 若名称包含INC.、CORP.、LLC、LTD等常见公司后缀，判定为公司名
• 无上述后缀则判定为个人全名

扩展说明 #

如果名称中可能包含连字符（如JOHN DOE-SMITH），可将正则字符集扩展为 [\w\s.-]+?，适配更多场景。

内容的提问来源于stack exchange，提问作者Andy