使用正则表达式匹配公司名称及对应代码的技术咨询

改进后的正则表达式 #

针对你遇到的匹配问题，可使用以下正则表达式来覆盖多种格式的公司名称及对应代码：

((?:[A-Z]+|[A-Z][a-z]+)(?:\s(?:[A-Z]+|[A-Z][a-z]+))*)\s([A-Z]{1,5})

正则规则说明 #

• (?:[A-Z]+|[A-Z][a-z]+)：匹配单个公司名称单词，支持两种格式：
  • [A-Z]+：全大写单词（如BDEC）
  • [A-Z][a-z]+：首字母大写、后续小写的单词（如British、Limited）
• (?:\s(?:[A-Z]+|[A-Z][a-z]+))*：匹配0个或多个“空格+公司名称单词”，支持多单词组成的公司名称（如British Defence Industry Directory、Goldman Sachs）
• \s：匹配公司名称与代码之间的分隔空格
• ([A-Z]{1,5})：匹配1-5位大写字母的公司代码

匹配结果验证 #

将该正则应用到你的示例语句中，可成功提取以下内容：

• 公司名称：British Defence Industry Directory，代码：BDEC
• 公司名称：BDEC Limited，代码：BDEC
• 公司名称：BDEC Limited，代码：BDEC
• 公司名称：BDEC，代码：BDEC
• 公司名称：Apple，代码：AAPL
• 公司名称：Visa，代码：V
• 公司名称：Goldman Sachs，代码：GS

补充提示 #

如果文本中包含HTML标签（如示例中的<em>），建议先提取标签内的纯文本内容，再使用上述正则匹配，避免标签干扰提取结果。

内容的提问来源于stack exchange，提问作者michael0196