匹配组中特定单词模式不同值的正则表达式拆分字符串

Question

这个问题与我之前提出的问题 (This Question) 非常相似，但我需要稍作改动。

所以在前面的问题中这个字符串

伯克希尔哈撒韦公司（代码：BRK；NAICS：524126、511130、335212、445292、511110、442210；Duns：00-102-4314）沃尔特迪斯尼公司（代码：DIS；NAICS：713110、512110、711211、5152： 00-690-4700)

使用这些值创建 2 个匹配项：

伯克希尔哈撒韦公司 华特迪士尼公司

现在我希望匹配项包含代码：XXX 或公司名称，首选代码为：XXX。

所以对于上面的例子，它会匹配：

代码： BRK 代码： DIS

对于这个例子：

伯克希尔哈撒韦公司 (NAICS: 524126, 511130, 335212, 445292, 511110, 442210; Duns: 00-102-4314) Walt Disney Co (Ticker: DIS; NAICS: 713110, 512110, 711211, 0-65120; Duns:-0 4700)

结果是：

伯克希尔哈撒韦公司 代码： DIS

我想我只是不太了解上一个问题中的正则表达式解决方案，无法理解如何修改它以适应这种模式。

正则表达式是用c#编写的

顺便说一下，以前的正则表达式解决方案是：

(?!\s*$)(.*?)(?:\([^)]*(?:(?:SIC|NAICS):[^)]*)+\)|$)

我想现在应该改成这样：

(?!\s*$)(.*?)(?:\([^)]*(?:(?:SIC|NAICS|Duns):[^)]*)+\)|$)

但是如果 Ticker 存在，我如何提取 Ticker: 并选择该值而不是另一个值？

Answer 1

我还在学习正则表达式，所以我不确定你是否可以对组使用条件逻辑。不过，作为替代方案，您可以按如下方式修改您的正则表达式，以便它还为股票代码捕获一个组（如果存在）：

(?!\s*$)(.*?)(?:\((Ticker:[^;]+)?[^)]*(?:(?:SIC|NAICS|Duns):[^)]*)+\)|$)

然后你可以在你的 c# 代码中执行逻辑。我想这样的事情会起作用：

Regex regex = new Regex(@"(?!\s*$)(.*?)(?:\((Ticker:[^;]+)?[^)]*(?:(?:SIC|NAICS|Duns):[^)]*)+\)|$)");
Match match = regex.Match("Berkshire Hathaway Inc (NAICS: 524126, 511130, 335212, 445292, 511110, 442210; Duns: 00-102-4314) Walt Disney Co (Ticker: DIS; NAICS: 713110, 512110, 711211, 515120; Duns: 00-690-4700)");  
while (match.Success) {
    if (match.Groups[2].Success)
    {
        Console.WriteLine(match.Groups[2].Value);
    }
    else
    {
        Console.WriteLine(match.Groups[1].Value);
    }
    match = match.NextMatch();
}

输出：

Berkshire Hathaway Inc 
Ticker: DIS

Answer 2

我建议使用Expresso 之类的工具来计算您的正则表达式。它专为 C# Regex 设计，甚至可以将您需要使用的代码复制到剪贴板中。您可以将示例粘贴到工具中，然后调整您的正则表达式，直到它起作用。我发现这样的工具是编写正则表达式的必备工具。