Python证券Regex

Question

我有一个文本文件，其中包含安全名称、$ and和投资组合的%。我想弄清楚如何用regex把公司分开。我有一个最初的解决方案，允许我.split('%')，然后创建我需要的3个变量，但我发现一些证券包含%的名字，因此解决方案是不够的。

字符串示例：

Pinterest, Inc. Series F, 8.00%$24,808,9320.022%ResMed,Inc.$23,495,3260.021%Eaton Corp. PLC$53,087,8430.047%

电流调节器

[a-zA-Z0-9,$.\s]+[.0-9%]$

我现在的法官只找到最后一家公司。示例，Eaton Corp. PLC$53,087,8430.047%

对我如何找到公司的每一个实例有什么帮助吗？

解期望的

["Pinterest, Inc. Series F, 8.00%$24,808,9320.022%","ResMed,Inc.$23,495,3260.021%","Eaton Corp. PLC$53,087,8430.047%"]

Answer 1

在Python 3中：

import re
p = re.compile(r'[^$]+\$[^%]+%')
p.findall('Pinterest, Inc. Series F, 8.00%$24,808,9320.022%ResMed,Inc.$23,495,3260.021%Eaton Corp. PLC$53,087,8430.047%')

结果：

['Pinterest, Inc. Series F, 8.00%$24,808,9320.022%', 'ResMed,Inc.$23,495,3260.021%', 'Eaton Corp. PLC$53,087,8430.047%']

您最初的问题是，$锚点使regex只在行尾匹配。但是，删除$仍然会将Pinterest拆分为8.00之后的%中的两个条目。

为了解决这个问题，regex会查找一个$，然后再查找一个%，并将%中的所有内容作为一个条目进行处理。这种模式适用于您给出的示例，但是，当然，我不知道它对所有数据是否成立。

编辑 regex的工作方式如下：

r'               Use a raw string so you don't have to double the backslashes
  [^$]+          Look for anything up to the next $
       \$        Match the $ itself (\$ because $ alone means end-of-line)
         [^%]+   Now anything up to the next %
              %  And the % itself
               ' End of the string

Answer 2

使用命名组的Python工作解决方案：https://regex101.com/r/sqkFaN/2

(?P<item>(?P<name>.*?)\$(?P<usd>[\d,\.]*?%))

在我提供的链接中，您可以看到更改具有实时效果，侧栏为使用的语法提供了解释。