正则表达式分割字符串在特定字纹

我试图分裂一个字符串可能看起来像这样的：正则表达式分割字符串在特定字纹

 
International Bank for Reconstruction & Development (NAICS: 928120; SIC: 6081) World Bank (NAICS: 928120; SIC: 6081)

这个

 
International Bank for Reconstruction & Development 
World Bank

或任何这样的：

 
International Bank for Reconstruction & Development 
International Bank for Reconstruction & Development (SIC: 6081) 
International Bank for Reconstruction & Development (NAICS: 928120)

分成这个

 
International Bank for Reconstruction & Development

可能有任何数量的匹配。

我已经尝试了几件事情，用反面的人物类不起作用：

[^\(NAICS: (\d+);\)]+

我使用C＃正则表达式。

来源

2012-03-28 M.B.

什么是你想给它*分割成*？你希望每个例子有什么结果？ – ruakh 2012-03-28 22:32:52

每个“名字”进入它自己的比赛。所以国际复兴开发银行（NAICS：928120; SIC：6081）世界银行（NAICS：928120; SIC：6081）匹配这组比赛{国际复兴开发银行，世界银行} – 2012-03-28 22:45:05

一个字符类不）匹配*单个字符*，而不是*字符序列*。这个'[^ \（NAICS：（\ d +）; \）] +'与这个[[^（）+：; ACINS \ d] +' – Tomalak 2012-03-28 22:45:46

如果你只是想要一个正则表达式拆就这可能工作$[^)]*(?:(?:SIC|NAICS):[^)]*)+$

你可以做到这一点没有分裂。我会采取find_all正则表达式的方法。

(?!\s*$)(.*?)(?:\([^)]*(?:(?:SIC|NAICS):[^)]*)+\)|$) 
Modifiers: s (dot allows newline) and g (global)

被警告，这将允许在标题中允许非'（SIC：/ NAICS :)'。
但是，他们不是正确的分隔符？

编辑

我的道歉。这两个regexs'可缩短至

$[^)]*(?:SIC|NAICS):[^)]*$

和

(?!\s*$)(.*?)(?:$[^)]*(?:SIC|NAICS):[^)]*$|$)

来源

2012-03-28 23:42:57 sln

第二个正是我正在寻找的。 – 2012-03-28 23:55:41

太好了，很高兴帮助！ – sln 2012-03-29 00:04:27

打破串入：

International Bank for Reconstruction & Development 
World Bank

你可以使用：http://fiddle.re/bu4a。试试.Net！

^([^\(]+) \([^\)]+\) ([^\(]+) \([^\)]+\)

，第一组将包含“国际复兴开发银行&发展”，第二个 - “世界银行”

来源

2012-03-28 22:57:12 nad2000

这似乎不适用于我，我没有得到任何匹配。 – 2012-03-28 23:02:12

正则表达式分割字符串在特定字纹

回答

相关问题