Python在大段落的标记之间查找多个字符串
Python在大段落的标记之间查找多个字符串
提问于 2021-05-15 10:16:32
我正在试着用长字符串列出公司的列表。
公司名称往往是随机分散在字符串中的，但它们总是在名称“，”之前有一个逗号和一个空格，并且它们总是以Inc、LLC、Corporation或Corp.结尾。
此外，字符串的开头总是列出了一家公司。它大概是这样的：
Companies = 'Apples Inc, xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx, Bananas LLC,
Carrots Corp, xxxx.'我一直在尝试使用regex来解决这个问题，但是我对python太缺乏经验了。
我最近的尝试是这样的：
r = re.compile(r' .*? Inc | .*? LLC | .*? Corporation | .*? Corp',
flags = re.I | re.X)
r.findall(Companies)但是我的输出总是
['Apples Inc', ', xxxxxxxxxxxxxxxxxxx, Bananas LLC', ', Carrots Corp']当我需要它的时候
['Apples Inc', 'Bananas LLC', 'Carrots Corp']我很恼火，我谦虚地请求帮助。
*编辑
我已经想出了一种方法，如果公司名称中包含逗号，就可以找到它，比如苹果公司。
在我对长字符串运行任何分析之前，我将让程序检查在Inc.之前是否存在任何逗号，然后删除它们。
然后，我将运行程序列出公司名称。
Stack Overflow用户
发布于 2021-05-15 10:39:01
在此特定情况下，您可以执行以下操作：
targets=('Inc', 'LLC', 'Corp', 'Corporation')
>>> [x for x in Companies.split(', ') if any(x.endswith(y) for y in targets)]
['Apples Inc', 'Bananas LLC', 'Carrots Corp']但是，如果名称中或名称和实体类型之间存在,，则此操作不起作用。
如果您可能有Apple, Inc. (这是典型的)，您可以这样做：
Companies = 'Apples, Inc., xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx, Bananas, LLC, Carrots Corp., xxxx.'
targets=('Inc', 'LLC', 'Corp', 'Corporation')
>>> re.findall(rf'([^,]+?(?:, )?(?:{"|".join(targets)})\.?)', Companies)
['Apples, Inc.', ' Bananas, LLC', ' Carrots Corp.']页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/67542736
复制相关文章
相似问题
腾讯云开发者
