Regex-字符串前一年的第一个实例
示例文本： 2019 2018 2017 ... 2015 2014 2013 负债总额14551633 股东权益2100 2599 期望输出： 全场比赛： 2015 2014 2013 负债总额14551633 股东权益2100 2599 第一组（年份）=2015年、2014年、2013年 第2组（目标数据）=股东权益2100 2599 我只需要匹配20xx年，19xx年。 目标后面的数字可以大于或小于2，可以包含也可以不包含，或者前面有$符号Regex-字符串前一年的第一个实例,regex,Regex,示例文本： 2019 2018 2017 ... 2015 2014 2013 负债总额14551633 股东权益2100 2599 期望输出： 全场比赛： 2015 2014 2013 负债总额14551633 股东权益2100 2599 第一组（年份）=2015年、2014年、2013年 第2组（目标数据）=股东权益2100 2599 我只需要匹配20xx年，19xx年。 目标后面的数字可以大于或小于2，可以包含也可以不包含，或者前面有$符号 ((?:20\d\d\s*|19\d\d\s*)
((?:20\d\d\s*|19\d\d\s*)+).*(stockowners'\s+equity\s+(?:\s*\$?\s*\d+,?\d+)+)
第二个例子： 字符串：“2019年2018年资产300美元2017年负债100美元权益200美元” 和目标股权 我想选择第1组：2017年至2016年，第2组：股权200美元；完全匹配：2017年2016年负债100美元权益200美元 阐述： 我正试图使用正则表达式从旧的SEC文件中获取信息（大部分是10 ks）。这些文档没有足够的html标记，无法使用beautifulsoup进行解析。我从一次这样的文件中复制了以下内容。假设我想收集有关投资证券的数据。我想得到101017和91339，但2001年和2000年在顶部；以便我知道这些数字对应的年份 我的问题是这些文档充满了表格，它们都以年份开头（但不总是相同的年份）。我想从下表中选择我的目标投资证券的年份 截至2001年12月31日（以百万计）2000年
资产 现金及等价物9082美元8195美元
投资证券101017 91339您可以使用match，直到最后一次出现匹配19或20，后跟2个数字，其中没有数字后跟左侧的空格，然后在组1中捕获重复年份部分 然后捕获第2组中的股东部分
((?:\b(?:20|19)\d\d\s+)+)(?!.*(?:\b(?:20|19)\d\d\b)).*?\s+((?:stockowners'\s+)?\bequity\s+\$?\s*\d+(?:,\d+)?(?:\s+\$?\s*\d+(?:,\d+)?)*)$
Capturegroup 1（
重复1+次匹配20或19，后跟2位数字和1+空格字符（？：\b（？：20 | 19）\d\d\s+）
关闭第1组）
负前瞻，断言右侧不再出现年份模式（？！.*（:\b（？：20 | 19）\d\d\b））
尽可能将除换行符以外的任何字符的0+倍匹配，并匹配空白字符*？\s
捕获第2组（
可以选择匹配'stockowners'（？：stockowners'\s+）
Match\bequity\s+equity
匹配可选的\$？\s*\d+（？：，\d+）
和带可选小数部分的1+数字$
重复0+次，与前面的部分匹配，并添加1+空格字符（？：\s+\$？\s*\d+（？：，\d+）*
关闭第2组）
字符串结尾$
您能详细说明一下吗？你需要在某个字符串之前出现的前3年吗？在您的全场比赛中排除2019年2018年2017年……的原因是什么？这背后的逻辑是什么？比赛应该在哪里结束？正则表达式本身可以修改为更平滑的东西，但作为一个POC，你要检索什么？@JvdV如果你同意的话，我已经使用POC的消极前瞻性建议更新了我的答案。否则我可以删除我的答案，如果你愿意，你可以把它贴出来。不需要问。@Thefourthbird。我的是一个模拟评论。我想我的解释可能有缺陷。字符串：“2019年2018年资产300美元2017年负债100美元权益200美元”；和目标股权——我想选择第1组：2017年至2016年，第2组：股权200美元；完全匹配：2017年2016年负债100美元股权200美元当我测试上述内容时，我得到了与整个字符串匹配的结果，第一组为2019年2018年，这就成功了。消极前瞻是关键。非常感谢