如何使用Python Regex匹配文本中的股票代码(stock tickers)符号

匹配股票代码的正则方案 #

你需要的正则表达式如下：

(?<=\$)[a-zA-Z]+|\b[A-Z]{3,6}\b

规则说明 #

• 第一部分(?<=\$)[a-zA-Z]+：通过正向零宽后行断言匹配$符号后的所有字母组成的单词，不会将$本身纳入匹配结果，支持任意大小写，符合你对$后单词的提取要求
• 第二部分\b[A-Z]{3,6}\b：匹配长度为3-6个字符的全大写独立单词，\b为词边界标识，避免匹配长单词中符合长度的片段

匹配效果验证 #

针对你提供的示例文本：

This is a $test to show what I would LIKE to match. If $YOU look below you will FIND the list of simulated tickers ($STOck symbols) I would like to match.
使用上述正则可精准命中预期的5个结果：test、LIKE、YOU、FIND、STOck。

兼容方案 #

如果你的运行环境不支持零宽后行断言（比如低版本JavaScript、部分旧版正则引擎），可以使用带捕获组的版本：

\$([a-zA-Z]+)|\b([A-Z]{3,6})\b

匹配后取第1捕获组或第2捕获组的非空值即可得到目标结果。

可选调整 #

如果你的场景中股票代码允许包含数字，可将第一部分的[a-zA-Z]+调整为[a-zA-Z0-9]+适配需求。

内容的提问来源于stack exchange，提问作者alphadmon