Python 使用正则表达式解析SEC RSS标题字段

总之，我有一个来自SEC的RSS提要，公司名称如下；e、 g

10-Q-What ever公司（0000123456）（申报人）

因此，总体结构是：

表格名称+空格+破折号+空格+公司名称（“++SIC\u编号+”）（文件管理器）

我需要提取公司名称和SIC\u编号。注意表单名称可以有一个破折号，公司名称将有空格和破折号。 这可以通过对破折号使用re.split函数来实现（我使用的是python），对括号也可以使用re.split函数，但这很难看（为了完整性而显示）：

---

正确的正则表达式是什么？

如果公司名称不包含字符串“-”，则SIC编号仅为数字，并且在开始括号前有一个空格，这就是您要查找的：

m = re.search(r' - ([^(]+?) \((\d+)\)',t)

---

我假设公司名称不能包含破折号？公司名称可以包含破折号，但这只会发生在表格名称后的空格+破折号+空格组合之后。公司名称或表格名称是否可以包含“-”？是的，SEC表格名称可以是他们想要的任何名称，10-Q，10-K/A（对于财务报表的修订…），4等。这里没有结构。公司名称也不受限制，可以有破折号。同时，我用你在下面提供的表达式得到了很好的结果。谢谢当公司名称包含字符串“-”（由空格包围的破折号）时，该表达式将立即中断。但是，如果你不能保证公司名称和表单名称都不会包含该字符串，那么这实际上是不可解析的。这是可行的，但我立即遇到了一个带有破折号的公司名称。。问题作了相应的修改。。对不起，我相应地更新了答案。

m = re.search(r' - ([^(]+?) \((\d+)\)',t)