法律案例名称的正则表达式

Question

我正在尝试编写一个用于 Ruby 程序的正则表达式，它与纯文本中的合法案例名称匹配。

我想出了以下正则表达式：

((([[:upper:]])+\s)?((([[:upper:]]+([[:lower:]])+)\s)+v\s((\b[[:upper:]]([[:lower:]])+)\s?)+(\(|\[)+\d+(\)|\])\s(\d+\s)?\w+\s(\w+)?(\s)?(\d+)?))

这几乎可以满足我的要求，但在某些极端情况下它无法匹配。我需要一个匹配以下情况的表达式（包括最后的引用）：

1. Seele Austria GmbH & Co v Tokyo Marine Europe Insurance Ltd [2009] EWHC 2066

2. Darlington Building Society v O'Rourke James Scourfield & McCarthy [1999] PNLR 365

我写的表达是基于法律案例标题将是一系列标题案例词，中间有一个v。但是，上述两个示例中的 & 符号以及示例 1 中的 GmbH 都在扔东西，我只得到了与 1 的部分匹配（来自 Co v ...）。我根本没有得到 2 的匹配。

如果有人能告诉我如何更改我的表达方式以匹配上述两个示例，我将不胜感激。这个表达式也很笨拙——也许可以简化一下？

Answer 1

CASE_REGEXP = %r{
  (?<spaces>    \s+ ){0}
  (?<capword>   [[:upper:]] [[:alpha:]']+ ){0}
  (?<titleword> \g<capword> | & ){0}
  (?<title>     \g<capword> (?:\g<spaces> \g<titleword>)* ){0}
  (?<year>      \[ \d{4} \] | \( \d{4} \) ){0}
  (?<endbit>    [[:upper:]]+ \g<spaces> \d+ ){0}

  \g<title> \g<spaces> v \g<spaces> \g<title>
  \g<spaces> \g<year>
  \g<spaces> \g<endbit>
}x

Ruby 的 Oniguruma 非常强大，即使您需要更复杂的东西，它也能让您编写非常清晰的正则表达式。

编辑：忘记了年份以及最后的其他事情。一会儿会修复。

EDIT2：添加。

Answer 2

这是我想出的匹配这两种情况的方法。

(([A-Z]('[A-Z]|[a-z][A-Z])?[a-z]+[A-Z]?|&)\s)+(v\s)(([A-Z]('[A-Z]|[a-z][A-Z])?[a-z]+[A-Z]?|&)\s)+\[\d{4}\]\s[A-Z]+\s\d+

这里是细分

(([A-Z]('[A-Z]|[a-z][A-Z])?[a-z]+[A-Z]?|&)\s)+

这将匹配&，以及像Adam、O'Neal、McCarthy 这样的词，它考虑了名称的不同大小写可能性。

(v\s)

这将匹配字母 v 后跟一个空格

(([A-Z]('[A-Z]|[a-z][A-Z])?[a-z]+[A-Z]?|&)\s)+

和以前一样。

\[\d{4}\]\s

这将匹配 [，然后是 4 个数字，然后是 ]

[A-Z]+\s\d+

最后一部分将是 4 个大写字母，然后是数字。我不确定字母和数字是否有某种限制，如果大写字母总是4个字母，数字是3到4位，你可以这样做

[A-Z]{4}\s\d{3,4}

Answer 3

此正则表达式与两个示例匹配：

([A-Z][A-Za-z\s]+|\s&\s).*(\sv\s)[^\[]*\[[0-9]{4}\]\s[A-Z]+\s[0-9]+

但如果它不适用于另一个，只需将文本传递给我，我将尝试调整我的答案。

Answer 4

我不会尝试将字符串与单个正则表达式匹配。请考虑以下事项。

代码

R1 = /
     \s+v\s+ # match 'v' preceded by >= 1 spaces and followed by >= 1 spaces
     |       # or
     \s+\[   # match a left bracket preceded by >=1 spaces
     |       # or
     \]\s+   # match a right bracket followed by >=1 spaces
     /x      # free-spacing regex definition mode 

def legal_case_name?(str)
  party1, party2, year, id = str.split R1
  valid_party?(party1) && valid_party?(party2) && valid_year?(year) && valid_id?(id)
end

def valid_party?(party)
  return false if party.nil?       
  party.split.all? { |word| word == '&' || word =~ /\A[[:alpha:]]+\z/ }
end

def valid_year?(year)
  return false unless year =~ /\A\d{4}\z/
  (1950..2040).cover? year.to_i
end

R2 = /
     EWHC\s+\d{4}  # match 'EWHC' followed by >= 1 spaces and then 4 digits
     |             # or
     PNLR\s+\d{3}  # match 'PNLR' followed by >= 1 spaces and then 3 digits
     |             # or
     ABC\s+\d{5}   # match 'ABC' followed by >= 1 spaces and then 5 digits
     /x      # free-spacing regex definition mode 

def valid_id?(id)
  (id =~ R2) ? true : false
end

其中一些方法可能需要修改以反映需求。

示例

legal_case_name? "Seele GmbH & Co v Tokyo Insurance Ltd [2009] EWHC 2066"
  #=> true
legal_case_name? "Darlington Soc v Scourfield & McCarthy [1999] PNLR 365"
  #=> true
legal_case_name? "Darlington Soc vs Scourfield & McCarthy [1999] PNLR 365"
  #=> false
legal_case_name? "Darlington Soc v Scourfield & McCarthy [1921] PNLR 365"
  #=> false
legal_case_name? "Darlington Soc v Scourfield & McCarthy [1921] PNLR 3652"
  #=> false

说明

假设

str = "Seele GmbH & Co v Tokyo Insurance Ltd [2009] EWHC 2066"

然后

party1, party2, year, id = str.split R1
  #=> ["Seele GmbH & Co", "Tokyo Insurance Ltd", "2009", "EWHC 2066"]
party1
  #=> "Seele GmbH & Co" 
party2
  #=> "Tokyo Insurance Ltd" 
year
  #=> "2009" 
id
  #=> "EWHC 2066" 
valid_party?(party1)
  #=> true 
valid_party?(party2)
  #=> true 
valid_year?(year)
  #=> true 
valid_id?(id)
  #=> true