正则表达式从公司名称中排除尾随文本答案

【问题标题】：Regex exclude trailing text from company names正则表达式从公司名称中排除尾随文本
【发布时间】：2020-04-25 07:11:33
【问题描述】：

目前

我尝试从具有 4 个条件的字符串中匹配有效的公司名称：

我想要达到的目标：

到目前为止我的正则表达式：

(?:\s|^)([a-zA-Z0-9]+[a-zA-Z0-9\s-]*?[a-zA-Z0-9]+)(?: Pty Ltd| Ltd(\.){0,1}| Limited){0,1}(?:\s|$)

问题

我似乎在苦苦挣扎：

我已经坚持了一个多小时，希望能得到一些帮助。

【问题讨论】：

标签： regex

【解决方案1】：

你可以使用

^[a-zA-Z0-9]+(?:[\s-]+[a-zA-Z0-9]+)*?(?=(?:\s+(?:(?:Pty\.?\s+)?Ltd\.?|Limited|[a-zA-Z0-9]*[^a-zA-Z0-9\s]).*)?$)

如果您只需要获取不跨行的匹配项，请将\s 替换为\h 或[\p{Zs}\t]（如果支持）或[^\S\r\n]，以仅匹配水平空格。

详情

^ - 字符串开头
[a-zA-Z0-9]+ - 1+ ASCII 字母数字字符
(?:[\s-]+[a-zA-Z0-9]+)*? - 0 次或更多（但尽可能少）出现
- [\s-]+ - 1+ 个空格或连字符
- [a-zA-Z0-9]+ - 1+ ASCII 字母数字字符
(?=(?:\s+(?:(?:Pty\.?\s+)?Ltd\.?|Limited|[a-zA-Z0-9]*[^a-zA-Z0-9\s]).*)?$) - 紧靠右边，一定有
- (?:\s+(?:(?:Pty\.?\s+)?Ltd\.?|Limited|[a-zA-Z0-9]*[^a-zA-Z0-9\s]).*)? - 一系列模式的可选出现：
  - \s+ - 1+ 个空格
  - (?:(?:Pty\.?\s+)?Ltd\.?|Limited|[a-zA-Z0-9]*[^a-zA-Z0-9\s]) - 任何一个
  - (?:Pty\.?\s+)?Ltd\.?| - Pty 的可选序列，可选的点，然后是 1+ 个空格，然后是 Ltd 字符串和可选的 . 字符，或
  - Limited| - Limited 字符串，或
  - [a-zA-Z0-9]*[^a-zA-Z0-9\s] - 任何 0 个或多个 ASCII 字母数字字符后跟除空格和字母数字字符以外的字符
  - .* - 字符串的其余部分
- $ - 字符串结束。

【讨论】：

我展示的示例未能指定应该忽略的行上可能有其他文本。对不起。也“无视”。不是后缀模式，我试图证明应该忽略有效匹配后的附加文本。我感谢最初的建议和解释。
@Wronski 只需用(?=(?:\s+(?:(?:Pty\.?\s+)?Ltd\.?|Limited|[a-zA-Z0-9]*[^a-zA-Z0-9\s]).*)?$) 替换前瞻，我用解释和演示链接编辑了答案。
我在期望的行为中犯了一个错误。第 10 行的A B C 应该已被捕获。你太棒了，这几乎就在那里。我什至可以自己完成它:)
@Wronski 恐怕这不符合所有其他匹配逻辑。
谢谢。我想我有足够的时间来解决极端情况。这太棒了。