0

我有纯文本，需要提取公司名称。这是一个巨大的文件，包括公司名称、财务报告和大量文本。以下是公司名称的示例：

  • 大洗衣房，如
  • 阿维拉, sro
  • Airoflot 航空公司，如

甚至可以像这样制作正则表达式吗？我是正则表达式的初学者，不知道如何创建这个。谢谢你的帮助。

文本示例：

`AVERA的竞争对手很多，sro主要是Airflot Airlines，as和Big洗衣店，sro这些组织占据了主要的市场份额。其他公司：

一个。大公司，如

湾。较小的公司，sro

C。巨大的公司，如`

4

4 回答 4

0

就目前的问题而言，不，不可能为公司名称创建正则表达式。

如果您能够创建 PATTERN，那将是可能的。

表示例如公司名称总是：

  • 以大写字母开头
  • 有逗号
  • 在逗号之后总是有“as”或“sro”之一

所以，我在这里看到的困难是：

  • 逗号前有多少个单词属于这个名字？
  • 以下缩写总是有逗号吗？

名称总是难以匹配，因为名称几乎可以代表所有内容，尤其是公司名称。

于 2013-04-16T07:24:27.600 回答
0

您提供的示例遵循此模式：([A-Z][A-Za-z]+ ?)+, (\w\.)+

匹配操作将取决于您使用的工具。

例如在 JavaScript 中：

var line = "some name is Airoflot Airlines, a.s. in this line";
var m = line.match(/([A-Z][A-Za-z]+ ?)+, (\w\.)+/);
if (m.length) console.log(m[0]);

这记录

"Airoflot Airlines, a.s."

但这不是一个非常可靠的解决方案：许多真实的公司名称不适合，更重要的是，这可能会匹配不是公司名称的句子。因此，这只能用作解决方案中的帮助，该解决方案还包含某种验证（基于人工或字典）。

于 2013-04-16T07:24:43.317 回答
0

我用这个

(?:\s*[a-zA-Z0-9,_\.\077\0100\*\+\&\#\'\~\;\-\!\@\;]{2,}\s*)*

它匹配所有 az、AZ、0-9 和 Quickbook 支持的一些特殊字符。 https://community.intuit.com/articles/1146006-acceptable-characters-in-the-company-name-in-quickbooks-online

于 2016-10-13T14:29:27.587 回答
-1

根据您给定的示例，此正则表达式将匹配

Big laundry, a\.s\.|AVERA, s\.r\.o\.|Airoflot Airlines, a\.s\.

诀窍是使用交替运算符 | 在一组字符串上

您不妨考虑在公司名称中缺少标点符号和空格

于 2013-04-16T07:14:10.063 回答