用于证券的Python正则表达式
我有一个文本文件,其中包含安全名称、$amounts和投资组合的%。我正试图找出如何使用regex将公司分开。我有一个原始的解决方案,允许我用于证券的Python正则表达式,python,regex,finance,Python,Regex,Finance,我有一个文本文件,其中包含安全名称、$amounts和投资组合的%。我正试图找出如何使用regex将公司分开。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,但我发现一些证券的名称中包含%,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-z
.split('%')
,然后创建我需要的3个变量,但我发现一些证券的名称中包含%
,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找到最后一家公司。例如,Eaton Corp.PLC$530878430.047%
关于如何找到公司的每一个实例,有什么帮助吗
所需解决方案
["Pinterest, Inc. Series F, 8.00%$24,808,9320.022%","ResMed,Inc.$23,495,3260.021%","Eaton Corp. PLC$53,087,8430.047%"]
在Python 3中:
import re
p = re.compile(r'[^$]+\$[^%]+%')
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$53,087,8430.047%']
您最初的问题是,$
锚点使正则表达式只在行的末尾匹配。但是,删除$
仍会在8.00
之后的%
位置将Pinterest拆分为两个条目
为了解决这个问题,正则表达式查找一个$
,然后再查找一个%
,并将通过%
处理的所有内容作为一个条目。这种模式适用于您给出的示例,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原理如下:
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
Python的工作解决方案,包括命名组:
(?P(?P.*?)\$(?P[\d,\.]*?%)
在我提供的链接中,您可以看到更改实时生效,侧边栏提供了对所用语法的解释。它确实抓住了我想要的内容。美元组除了小数点到千分之一点XXX外,还包括一个%符号。这正是我所需要的!非常感谢。
(?P<item>(?P<name>.*?)\$(?P<usd>[\d,\.]*?%))