Сноски, вызывающие ошибочное совпадение с использованием регулярного выражения в Python

Я анализирую текст в Python, используя регулярное выражение, которое обычно выглядит примерно так:

JT Meta Platforms, Inc. - Class A
Common Stock (META) [ST]S (partial) 02/08/2024 03/05/2024 $1,001 - $15,000
F S: New
S O: Morgan Stanley - Select UMA Account # 1
JT Microsoft Corporation - Common
Stock (MSFT) [ST]S (partial) 02/08/2024 03/05/2024 $1,001 - $15,000
F S: New
S O: Morgan Stanley - Select UMA Account # 1
JT Microsoft Corporation - Common
Stock (MSFT) [OP]P 02/13/2024 03/05/2024 $500,001 -
$1,000,000
F S: New
S O: Morgan Stanley - Portfolio Management Active Assets Account
D: Call options; Strike price $170; Expires 01/17 /2025
C: Ref: 044Q34N6

Я установил регулярное выражение для извлечения «тикера» (например, MSFT, META), которое выглядит следующим образом:

r"\(([A-Z]+\.?[A-Z]*?)\)"

Это извлекает соседние символы с заглавной буквы (например, IBM, T), находящиеся в круглых скобках, а также позволяет использовать необязательную точку (иногда случается, например, BRK.B) для определенных ситуаций.

В приведенном ниже примере сопоставление начинается с символов «(BM)», которые включены в сноску к предыдущей транзакции, а не с действительных тикеров. Логика их идентификации заключается в том, что им предшествует обозначение сноски «FS:», где могут быть небольшие отклонения в пробелах, но всегда будет включаться «FS:».

Как исключить эти ошибочные ситуации, используя регулярное выражение в Python?

Alibaba Group Holding Limited
American Depositary Shares each
representing eight Ordinary share
(BABA) [ST]S 01/19/2024 01/22/2024 $1,001 - $15,000
F S: New
S O: Iron Gate GA Brokerage Portfolio > IGGA IRA (BM)
Alphabet Inc. - Class C Capital Stock
(GOOG) [ST]S 01/19/2024 01/22/2024 $1,001 - $15,000
F S: New
S O: Iron Gate GA Brokerage Portfolio > IGGA ROTH IRA (JM)
Alphabet Inc. - Class C Capital Stock
(GOOG) [ST]S 01/19/2024 01/22/2024 $15,001 -
$50,000
F S: New
S O: Iron Gate GA Brokerage Portfolio > IGGA IRA (BM)
Amazon.com, Inc. (AMZN) [ST] S 01/19/2024 01/22/2024 $15,001 -
$50,000
F S: New
S O: Iron Gate GA Brokerage Portfolio > IGGA IRA (BM)
Amazon.com, Inc. (AMZN) [ST] S 01/19/2024 01/22/2024 $1,001 - $15,000
F S: New
S O: Iron Gate GA Brokerage Portfolio > IGGA ROTH IRA (JM)
Amazon.com, Inc. (AMZN) [ST] S 01/19/2024 01/22/2024 $1,001 - $15,000
F S: New
S O: Iron Gate GA Brokerage Portfolio > IGGA ROTH IRA (BM)Filing ID #20024354

Только не ищите по строкам, начинающимся с F S: или S O:?

Woodford 07.05.2024 19:37
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
2
2
53
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Поскольку вы ожидаете только одно совпадение в строке, вы можете использовать

^(?![A-Z] [A-Z]:).*\(([A-Z]+\.?[A-Z]*)\)

Посмотрите демонстрацию регулярных выражений .

Подробности:

  • ^ — начало строки
  • (?![A-Z] [A-Z]:) - исключить строку, начинающуюся с заглавной буквы + пробел + заглавная буква + :
  • .* — любые ноль или более символов, кроме символов разрыва строки, как можно больше.
  • \( - ( символ
  • ([A-Z]+\.?[A-Z]*) — Группа 1: одна или несколько заглавных букв, необязательная точка, а затем ноль или несколько заглавных букв.
  • \) - ) символ.

Другие вопросы по теме