用于证券的 Python 正则表达式_编程设计

我有一个包含证券名称、金额和投资组合百分比的文本文件。我想弄清楚如何使用正则表达式来区分公司。我有一个原始的解决方案，允许我 .split('%') 然后创建我需要的 3 个变量，但我发现一些证券在它们的中包含 %名称，因此解决方案不充分。

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%

当前正则表达式

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

我当前的正则表达式只能找到最后一家公司。例如，Eaton Corp. PLC$53,087,8430.047%

对我如何找到公司的每个实例有什么帮助吗？

所需的解决方案

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

请您参考如下方法:

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 $ anchor 使正则表达式仅匹配行尾。但是，删除 $ 后，Pinterest 仍会在 8.00 之后的 % 处拆分为两个条目。

为了解决这个问题，正则表达式查找 $，然后是 %，然后通过 % 获取所有内容作为入口。该模式适用于您提供的示例，但是，当然，我不知道它是否适用于您的所有数据。

编辑正则表达式的工作方式如下:

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