Regex 正则表达式-公司名称

我有一个纯文本，需要提取公司名称。这是一个庞大的文档，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，a.s
• 阿维拉，s.r.o
• 航空公司

有可能让正则表达式变成这样吗？我是正则表达式的初学者，不知道如何创建这个正则表达式。谢谢你的帮助

文本示例：

`AVERA，s.r.o.有许多竞争对手。主要的竞争对手是机场航空公司，a.s.和s.r.o.大洗衣店。这些组织占据了市场的主要份额。 其他公司：

a。大公司

b。较小的公司，s.r.o

---

c。大型公司，a.s.`

根据您给出的示例，此regexp将匹配

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

诀窍是在一组字符串上使用交替运算符|

---

<>你可能会考虑在公司名称中缺少标点符号和空白，因为现在的问题

，不可能创建公司名称的正则表达式。 如果您能够创建一个模式，这是可能的

指例如公司名称始终：

• 以大写字母开头
• 有一个逗号
• 逗号后总是有一个“a.s.”或“s.r.o.”

因此，我在这里看到的困难是：

• 逗号前有多少个单词属于名称
• 是否总是有一个逗号和以下缩写

---

名称总是很难匹配，因为名称几乎可以是一切，尤其是公司名称。

您给出的示例遵循以下模式：

（[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]);

这个日志

"Airoflot Airlines, a.s."

但这并不是一个非常可靠的解决方案：许多真实的公司名称都不合适，更重要的是，这可能会匹配非公司名称的句子。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）。

我使用它

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

它匹配Quickbook支持的所有a-z、a-z、0-9和一些特殊字符。

---

这些值是如何分开的？CSV？新行？您有可以添加纯文本格式的示例吗？您的公司名称似乎遵循以下模式：

[\w]+，（\w\）+

。它们可以自由地以文本形式放置。但每个人都有自己的路线。每个名称前可以有任何字符。regexp如何确定公司名称的起始位置？他说这些只是示例，而不是他需要匹配的唯一公司名称。@Barmar如果您处理的是自由文本，而您事先不知道公司名称，那么这个问题是非常困难的，OP甚至没有给出足够的细节来着手解决它。OTOH，如果公司的名字是已知的，那么与替代运营商一起列出这些公司的名单是非常有意义的。虽然我已经使用了这些例子，但是这种技术可以用于任何已知的公司名称。投票否决这个答案的人应该提供他们自己的、更好的答案。这为这种类型的匹配提供了已知模式